转载自:http://www.cnblogs.com/denny402/p/5121501.html

一提到数字图像处理编程,可能大多数人就会想到matlab,但matlab也有自身的缺点:

1、不开源,价格贵

2、软件容量大。一般3G以上,高版本甚至达5G以上。

3、只能做研究,不易转化成软件。

因此,我们这里使用python这个脚本语言来进行数字图像处理。

要使用python,必须先安装python,一般是2.7版本以上,不管是在windows系统,还是linux系统,安装都是非常简单的。

要使用python进行各种开发和科学计算,还需要安装对应的包。这和matlab非常相似,只是matlab里面叫工具箱(toolbox),而python里面叫库或包。基于python脚本语言开发的数字图片处理包,其实很多,比如PIL,Pillow, opencv, scikit-image等。

对比这些包,PIL和Pillow只提供最基础的数字图像处理,功能有限;opencv实际上是一个c++库,只是提供了python接口,更新速度非常慢。到现在python都发展到了3.5版本,而opencv只支持到python 2.7版本;scikit-image是基于scipy的一款图像处理包,它将图片作为numpy数组进行处理,正好与matlab一样,因此,我们最终选择scikit-image进行数字图像处理。

一、需要的安装包

因为scikit-image是基于scipy进行运算的,因此安装numpy和scipy是肯定的。要进行图片的显示,还需要安装matplotlib包,综合起来,需要的包有:

Python >= 2.6Numpy >= 1.6.1Cython >= 0.21Six >=1.4SciPy >=0.9Matplotlib >= 1.1.0NetworkX >= 1.8Pillow >= 1.7.8dask[array] >= 0.5.0

比较,安装起来非常费事,尤其是scipy,在windows上基本安装不上。

但是不用怕,我们选择一款集成安装环境就行了,在此推荐Anaconda, 它把以上需要的包都集成在了一起,因此我们实际上从头到尾只需要安装Anaconda软件就行了,其它什么都不用装。

二、下载并安装 anaconda

先到https://www.continuum.io/downloads 下载anaconda, 现在的版本有python2.7版本和python3.5版本,下载好对应版本、对应系统的anaconda,它实际上是一个sh脚本文件,大约280M左右。

本系列以windows7+python3.5为例,因此我们下载如下图红框里的版本:

名称为: Anaconda3-2.4.1-Windows-x86_64.exe

是一个可执行的exe文件,下载完成好,直接双击就可以安装了。

在安装的时候,假设我们安装在D盘根目录,如:

并且将两个选项都选上,将安装路径写入环境变量。

然后等待安装完成就可以了。

安装完成后,打开windows的命令提示符:

输入conda list 就可以查询现在安装了哪些库,常用的numpy, scipy名列其中。如果你还有什么包没有安装上,可以运行

conda install ***  来进行安装。(***为需要的包的名称)

如果某个包版本不是最新的,运行 conda update *** 就可以更新了。

三、简单测试

anaconda自带了一款编辑器spyder,我们以后就可以用这款编辑器来编写代码。

spyder.exe放在安装目录下的Scripts里面,如我的是 D:/Anaconda3/Scripts/spyder.exe, 直接双击就能运行。我们可以右键发送到桌面快捷方式,以后运行就比较方便了。

我们简单编写一个程序来测试一下安装是否成功,该程序用来打开一张图片并显示。首先准备一张图片,然后打开spyder,编写如下代码:

from skimage import io
img=io.imread('d:/dog.jpg')
io.imshow(img)

将其中的d:/dog.jpg 改成你的图片位置

然后点击上面工具栏里的绿色三角进行运行,最终显示

如果右下角“ Ipython console" 能显示出图片,说明我们的运行环境安装成功。

我们可以选择右上角的 ” variable explorer" 来查看图片信息,如

我们可以把这个程序保存起来,注意python脚本文件的后缀名为py.

四、skimage包的子模块

skimage包的全称是scikit-image SciKit (toolkit for SciPy) ,它对scipy.ndimage进行了扩展,提供了更多的图片处理功能。它是由python语言编写的,由scipy 社区开发和维护。skimage包由许多的子模块组成,各个子模块提供不同的功能。主要子模块列表如下:

子模块名称  主要实现功能
io 读取、保存和显示图片或视频
data 提供一些测试图片和样本数据
color 颜色空间变换
filters 图像增强、边缘检测、排序滤波器、自动阈值等
draw 操作于numpy数组上的基本图形绘制,包括线条、矩形、圆和文本等
transform 几何变换或其它变换,如旋转、拉伸和拉东变换等
morphology 形态学操作,如开闭运算、骨架提取等
exposure 图片强度调整,如亮度调整、直方图均衡等
feature 特征检测与提取等
measure 图像属性的测量,如相似性或等高线等
segmentation 图像分割
restoration 图像恢复
util 通用函数

用到一些图片处理的操作函数时,需要导入对应的子模块,如果需要导入多个子模块,则用逗号隔开,如:

from skimage import io,data,color

windows上安装Anaconda和python相关推荐

  1. windows上安装Anaconda和python的教程详解

    一提到数字图像处理编程,可能大多数人就会想到matlab,但matlab也有自身的缺点: 1.不开源,价格贵 2.软件容量大.一般3G以上,高版本甚至达5G以上. 3.只能做研究,不易转化成软件. 因 ...

  2. python安装教程windows-windows上安装Anaconda和python的教程详解

    一提到数字图像处理编程,可能大多数人就会想到matlab,但matlab也有自身的缺点: 1.不开源,价格贵 2.软件容量大.一般3G以上,高版本甚至达5G以上. 3.只能做研究,不易转化成软件. 因 ...

  3. 在anaconda安装python命令_windows上安装Anaconda和python的教程详解

    一提到数字图像处理编程,可能大多数人就会想到matlab,但matlab也有自身的缺点: 1.不开源,价格贵 2.软件容量大.一般3G以上,高版本甚至达5G以上. 3.只能做研究,不易转化成软件. 因 ...

  4. 开启算法编程之旅的准备工作——如何在Windows 上安装 Anaconda 和 PyCharm

    Anaconda 指的是一个开源的 Python 发行版本,其包含了 conda.Python 等 180 多个科学包及其依赖项. PyCharm 是一种 Python IDE(Integrated ...

  5. windows上安装Tensorrt(python)

    准备工作 安装CUDA和CUDNN,我安装CUDA版本是11.0 终端输入 nvcc --version nvcc: NVIDIA (R) Cuda compiler driver Copyright ...

  6. python 调用 tensorflow.dll_解决windows上安装tensorflow时报错,“DLL load failed: 找不到指定的模块”的问题...

    最近打算开始研究一下机器学习,今天在windows上装tensorflow花了点功夫,其实前面的步骤不难,只要依次装好python3.5,numpy,tensorflow就行了,有一点要注意的是目前只 ...

  7. 怎样安装python在桌面_在Windows上安装和配置 Jupyter Lab 作为桌面级应用程序教程...

    什么是 Jupyter Lab Jupyter Lab 是 Jupyter notebook 的升级版,优点这里不作赘述. 一.安装 Jupyter Lab 如果你安装了 Anaconda,最新版的 ...

  8. 在win10上安装Anaconda并运行python程序

    文章目录 前言 1 下载&安装 1.1 下载 1.2 安装 1.3 如何安装anaconda之前版本? 1.4 anaconda太大了,还可以安装miniconda 1.5 如果出现 &quo ...

  9. 30天精通Python(数据分析篇)——第1天:环境搭建之 Linux/Windows 下安装 Anaconda 和 Windows 下安装 DataSpell

    目录 一.Linux 下安装 Anaconda 二.Jupyter Notebook 配置 三.Windows 下安装 DataSpell 3.1 DataSpell 介绍 3.2 DataSpell ...

最新文章

  1. python 运算符重载_零基础小白Python入门必看:面向对象之典型魔术方法
  2. FLAC3D可视化后处理matlab,一种基于Matlab的由Midas导入Flac3D的模型识别方法与流程...
  3. Jyputer 项目工程设置Github同步,本地代码上传Github实例演示
  4. 谈谈这些年来我为什么一直在坚持
  5. C++17 Any类
  6. 实用的技巧之免费下载百度文库VIP文章
  7. UE4多人聊天框实现
  8. F200——搭载基于模型设计的国产开源飞控系统无人机
  9. ns手柄pc驱动_支持amiibo和体感!switch游戏手柄莱仕达天弓NS体验
  10. 关于怎么测试网站页面打开速度?有什么工具能实现么?
  11. 算法中快慢指针的应用(Java)
  12. frp:开源内网穿透工具
  13. 基于Python实现的简易微信系统
  14. WEB安全之文件上传--白名单绕过%00截断
  15. VS2015“有太多的错误导致IntelliSense引擎无法正常工作,其中有些错误无法在编辑器”
  16. Java入门篇——安装Java SE14
  17. Docker-镜像的优化
  18. @优秀的你!CSDN高校俱乐部主席招募!
  19. 在APP里调用第三方文件管理器进行管理文件
  20. DMS、RDS、OLAP简介

热门文章

  1. 高并发场景下的httpClient优化使用
  2. Introduction to the Service Provider Interfaces--官方文档
  3. Python基础知识(第二天)
  4. 信贷风控知识问答库(持续更新)
  5. mysql 释放空间_07_MySQL delete后释放存储空间
  6. Spring Cloud Alibaba源码 - 22 Feign 源码解析
  7. jvm性能调优 - 22JVM GC回顾
  8. Apache ZooKeeper - 集群中 Observer 的作用以及 与 Follow 的区别
  9. Redis进阶-如何从海量的 key 中找出特定的key列表 Scan详解
  10. 浅谈C语言的基本数据类型