使用 Python 进行图像处理
1
数字图像处理的基本概念

图像处理技术是用计算机对图像信息进行处理,以达到所需结果的技术。 数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组, 该数组的元素称为像素,其值称为灰度值。图像处理技术一般包括图像压缩, 增强和复原,匹配、描...

2025-04-18

2
Python 使用 Pillow 打开图像文件

Pillow 是 PIL 的替代版本。 由于PIL仅支持到Python 2.7,加上年久失修,于是一群志愿者在PIL的基础上创建了兼容的版本。 新版本的名字叫Pillow,支持最新的Python 3.x,并加入了许多新特性。 PIL ...

2025-04-18

3
Python 使用 Pillow 处理图像:几何变换

Pillow 库操作切片、旋转、滤镜、输出文字、调色板等功能一应俱全。 几何变换 Image 包含调整图像大小 resize() 和旋转 rotate() 的方法。前者采用元组给出新的大小,后者采用逆时针方向的角度。 调整大小并逆时针...

2025-04-18

4
Python 使用 Pillow 处理图像通道

Pillow (PIL) 是 Python 中最流行的图像处理库之一,它提供了强大的通道操作功能。 图像通道是图像处理中的核心概念,理解并掌握通道操作对于高级图像处理至关重要。 分离和合并通道 Pillow 允许处理图像的各个通道,例...

2025-04-18

5
Python 使用 Pillow 处理图像:图像增强

Pillow(Python Imaging Library)是 Python 中最流行的图像处理库之一,提供了丰富的图像增强功能。 图像增强指通过某种图像处理方法对退化的某些图像特征, 如边缘、轮廓、对比度等进行处理,以改善图像的视觉...

2025-04-18

6
Python 使用 Pillow 处理图像:其他话题

Pillow 是 Python 中一个非常流行的图像处理库,它是 Python Imaging Library (PIL) 的一个分支, 专门为 Python 3 提供了支持。Pillow 提供了丰富的图像处理功能,使得开发者可以方便...

2025-04-18

7
图像元数据以及 Exif 信息

图像文件除了内容,一般还有额外的信息,包括创建的时间,大小,以及更多的信息,这些信息称为元数据。 图像元数据是嵌入在图像文件中的结构化信息,Exif (Exchangeable Image File Format) 是最常见的元数据标...

2025-04-28

8
实例:查询EXIF信息,获取地理位置

前面介绍了EXIF所具有的属性,在这里查询图像所有的信息。 EXIF(Exchangeable Image File Format)是一种图像文件格式, 用于在数字相机、智能手机和其他数码设备中存储图像的元数据信息。 EXIF信息代表...

2025-04-28

9
实例:使用Python+Pillow统一图片格式

在图像处理和文件管理任务中,统一图片格式是一项常见需求。 Pillow库提供了强大的功能来实现这一目标。 图片的格式都很多种,有的使用场合规定了只能使用特定格式的图片, 如果所有图片都不符合,获取一部分一部分不符合, 就要一个一个的查...

2025-04-15

10
如何使用 OpenCV 处理图像

pillow相对于OpenCV 来讲,它还是弱小很多。跟很多开源软件一样 OpenCV 也提供了完善的 Python 接口, 非常便于调用。OpenCV 的稳定版是 2.4.8,最新版是 4.2.0,包含了超过 2500 个算法和函数...

2025-04-15

11
图片文字识别(OCR)

将图片翻译成文字一般被称为光学文字识别(Optical Character Recognition,OCR)。 可以实现OCR 的底层库并不多,目前很多库都是使用共同的几个底层OCR 库,或者是在上面进行定制。 Tesseract 是...

2025-04-15

12
实例:对 DOCX 中的图片进行批量处理

DOCX文档中的图片批量处理是指对Word文档内嵌的所有或特定图片进行自动化、规模化的统一操作, 旨在提升文档管理效率,优化内容质量,并确保视觉一致性。 在Word文档中批量处理图片是一项常见需求,比如调整大小、压缩、替换或提取图片等...

2025-04-28

13
实例: 使用Pillow生成验证码

在前面只是使用了Pillow 的读取图片功能,Pillow库同样可以用户生成图片, 比如经常见到的验证码,下面就使用Pillow来生成验证码, 验证码(CAPTCHA)即全自动区分计算机和人类的图灵测试。 场景描述 在应用注册或者登陆...

2025-04-15

阅读使用手册


平台的登录与使用,请参考 《用户使用手册》


注册用户账号


若尚未开通科学计算平台使用权限,请 注册用户账号


登陆


第三方账号登录




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。





平台内核

目前平台提供配置好的计算时内核供运行使用。后期会根据需求增加公用内核及内核中的默认类库。 相关语言运行环境与类库一般由 Conda 库提供最新版本。

  • Python 3.11 [系统]
  • Python 3.12 [Conda]
  • R 4.4 [Conda]


注意事项

  • 平台使用Jupyter技术搭建,登陆认证使用本系统的注册账号。
  • 使用提供一定数量的硬盘空间存储供用户使用。目前限制为 500M 。
Copyright © 立方智算 Since 2025. 工信部ICP备案:吉ICP备2025024314号