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，是非常好的数字图像处理工具。
其全称是scikit-image SciKit (toolkit for SciPy) ，对 scipy.ndimage 进行了扩展，提供了更多的图片处理功能。
skimage 数字图像处理中的基础处理包括：
- 环境安装与配置
- 图像的读取、显示与保存
- 图像像素的访问与裁剪
- 图像数据类型及颜色空间转换
- 图像的绘制
- 图像的批量处理
- 图像的形变与缩放
skimage数字图像处理：基础处理
scikit-image数字图像处理：环境安装与配置
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： 不开源，价格贵 软件容量大。一般3G以上，高版本甚至达5G以上。 只能做研究，不易转化成软件。 因此，我们这里使用pyt...
2025-04-28
Python数字图像处理：图像的读取、显示与保存
skimage 提供了 io 模块，顾名思义，这个模块是用来图片输入输出操作的。 为了方便练习，skimage 提供一个 data 模块，里面自带了一些示例图片可以直接使用。 导入 skimage 模块： 从外部读取图片并显示 读取单...
2025-04-28
Python数字图像处理：图像像素的访问与裁剪
图片读入程序中后，是以 numpy 数组存在的。 因此对 numpy 数组的一切功能，对图片也适用。对数组元素的访问，实际上就是对图片像素点的访问。 彩色图片访问方式为： img[i,j,c] i 表示图片的行数， j 表示图片的...
2025-04-17
Python数字图像处理：图像数据类型及颜色空间转换
在Python中进行图像处理，特别是在使用OpenCV和Pillow（PIL）等库时， 了解和操作图像的数据类型及颜色空间是非常重要的。 图像数据类型及转换 在 skimage 中，一张图片就是一个简单的 numpy 数组，数组的数据...
2025-04-27
Python数字图像处理：图像的绘制
在Python中，图像绘制是数字图像处理的基础操作之一，常用于标注、可视化、生成图形界面等场景。 通过核心库（如Pillow、OpenCV、Matplotlib），开发者可以轻松实现几何图形、文字、复杂路径的绘制， 并控制颜色、透明度...
2025-04-27
Python数字图像处理：图像的批量处理
有些时候，不仅要对一张图片进行处理，可能还会对一批图片进行处理。 这时候，可以通过循环来执行处理，也可以调用程序自带的图片集合来处理。 图片集合函数为： skimage.io.ImageCollection(load_pattern,...
2025-04-27
Python数字图像处理：图像的形变与缩放
图像的形变与缩放，使用的是 skimage 的 transform 模块，函数比较多，功能齐全。 改变图片尺寸 resize 函数格式为： skimage.transform.resize(image, output_shape) ...
2025-04-18
- 1 开始使用 Python 语言
- 2 运算符与表达式
- 3 流程控制
- 4 Python 中的容器数据类型
- 5 字典
- 6 Python 中的字符串
- 7 异常处理
- 8 函数与抽象
- 9 面向对象
- 10 模块
- 11 函数式编程
- 1 深入理解数据类型
- 2 Python内存管理
- 3 Python函数进阶
- 4 Python重要内置函数
- 5 模块概念深入学习
- 6 与数据类型相关的标准模块
- 7 标准模块functools
- 8 Python高级特性
- 9 深入理解面向对象
- 10 Python程序开发实践
- 11 调试
- 12 设计模式
- 13 多线程与多进程
- 1 计算机文件操作与管理
- 2 文件读写与处理
- 3 CSV 与 JSON
- 4 日期与时间
- 5 文本文件
- 6 操作系统
- 7 正则表达式
- 8 XML 处理
- 1 使用 Python 处理电子表格
- 2 DOCX 文档解析与处理
- 3 使用 Python 进行图像处理
- 4 使用 Python 处理 PDF 文档
- 5 Web信息解析与处理
- 6 Web信息生成与发布
- 7 自动化Email处理
- 8 多媒体文件处理
- 9 杂项
- 10 格式化文本
- 11 数据检索
- 12 数据库处理：使用SQLite
- 1 skimage数字图像处理：基础处理
- 2 skimage数字图像处理：中级处理
- 3 skimage数字图像处理：高级处理
- 4 OpenCV的核心业务
- 5 OpenCV中的图像处理
- 6 OpenCV中的轮廓
- 7 OpenCV中的直方图
- 8 OpenCV中的图像转换
- 9 OpenCV中的高级图像处理
- 10 特征检测和描述
- 11 相机标定与三维重建
- 12 机器学习
- 13 计算摄影技术
- 14 目标检测
- 1 NumPy数值计算
- 2 SciPy科学类库
- 3 SymPy符号运算
- 4 Matplotlib绘图
- 5 Seaborn 教程
- 6 Pandas数据分析工具
介绍
为了方便学习Python语言，基于Jupyter技术栈搭建了在线计算环境。 用户使用时以网页形式打开，对照书中内容进行学习，在线编写代码和运行代码，代码的运行结果也会直接显示。如在编程过程中需要编写说明文档，可在同一个页面直接编写，便于作及时的说明和解释。
在数据科学、机器学习及深度学习的领域里，Jupyter是一个强大的工具，它集成了代码编写、可视化展示、文档记录等多种功能于一体，让科学计算变得既直观又高效。 随着数据科学和人工智能领域的不断发展，Jupyter 也在不断更新和完善其功能和性 能。 未来可以期待看到更多创新的特性和工具被加入到 Jupyter 中，从而进一步推动科学计算和数据分析的发展。