python數字圖像處理環境安裝與配置過程示例
引言
一提到數字圖像處理編程，可能大多數人就會想到matlab，但matlab也有自身的缺點：
1、不開源，價格貴
2、軟件容量大。一般3G以上，高版本甚至達5G以上。
3、隻能做研究，不易轉化成軟件。
因此，我們這裡使用python這個腳本語言來進行數字圖像處理。
要使用python，必須先安裝python，一般是2.7版本以上，不管是在windows系統，還是linux系統，安裝都是非常簡單的。
要使用python進行各種開發和科學計算，還需要安裝對應的包。這和matlab非常相似，隻是matlab裡面叫工具箱（toolbox)，而python裡面叫庫或包。基於python腳本語言開發的數字圖片處理包，其實很多，比如PIL,Pillow, opencv, scikit-image等。
對比這些包，PIL和Pillow隻提供最基礎的數字圖像處理，功能有限；
opencv實際上是一個c++庫，隻是提供瞭python接口，更新速度非常慢。到現在python都發展到瞭3.5版本，而opencv隻支持到python 2.7版本；
scikit-image是基於scipy的一款圖像處理包，它將圖片作為numpy數組進行處理，正好與matlab一樣，因此，我們最終選擇scikit-image進行數字圖像處理。
一、需要的安裝包
因為scikit-image是基於scipy進行運算的，因此安裝numpy和scipy是肯定的。要進行圖片的顯示，還需要安裝matplotlib包，綜合起來，需要的包有：
Python >= 2.6 Numpy >= 1.6.1 Cython >= 0.21 Six >=1.4 SciPy >=0.9 Matplotlib >= 1.1.0 NetworkX >= 1.8 Pillow >= 1.7.8 dask[array] >= 0.5.0
比較，安裝起來非常費事，尤其是scipy，在windows上基本安裝不上。
但是不用怕，我們選擇一款集成安裝環境就行瞭，在此推薦Anaconda, 它把以上需要的包都集成在瞭一起，因此我們實際上從頭到尾隻需要安裝Anaconda軟件就行瞭，其它什麼都不用裝。
二、下載並安裝 anaconda
先到https://www.anaconda.com/products/distribution下載anaconda, 現在的版本有python2.7版本和python3.5版本，下載好對應版本、對應系統的anaconda，它實際上是一個sh腳本文件，大約280M左右。
本系列以windows7+python3.5為例，因此我們下載如下圖紅框裡的版本：
名稱為：Anaconda3-2.4.1-Windows-x86_64.exe
是一個可執行的exe文件，下載完成好，直接雙擊就可以安裝瞭。
在安裝的時候，假設我們安裝在D盤根目錄，如：
並且將兩個選項都選上，將安裝路徑寫入環境變量。
然後等待安裝完成就可以瞭。
安裝完成後，打開windows的命令提示符：
輸入conda list 就可以查詢現在安裝瞭哪些庫，常用的numpy, scipy名列其中。如果你還有什麼包沒有安裝上，可以運行
conda install *** 來進行安裝。（***為需要的包的名稱）
如果某個包版本不是最新的，運行 conda update *** 就可以更新瞭。
三、簡單測試
anaconda自帶瞭一款編輯器spyder，我們以後就可以用這款編輯器來編寫代碼。
spyder.exe放在安裝目錄下的Scripts裡面，如我的是 D:/Anaconda3/Scripts/spyder.exe, 直接雙擊就能運行。我們可以右鍵發送到桌面快捷方式，以後運行就比較方便瞭。
我們簡單編寫一個程序來測試一下安裝是否成功，該程序用來打開一張圖片並顯示。首先準備一張圖片，然後打開spyder，編寫如下代碼：
from skimage import io
img=io.imread('d:/dog.jpg')
io.imshow(img)
將其中的d:/dog.jpg 改成你的圖片位置
然後點擊上面工具欄裡的綠色三角進行運行，最終顯示
如果右下角“ Ipython console" 能顯示出圖片，說明我們的運行環境安裝成功。
我們可以選擇右上角的 ” variable explorer" 來查看圖片信息，如
我們可以把這個程序保存起來，註意python腳本文件的後綴名為py.
四、skimage包的子模塊
skimage包的全稱是scikit-imageSciKit (toolkit forSciPy) ，它對scipy.ndimage進行瞭擴展，提供瞭更多的圖片處理功能。它是由python語言編寫的，由scipy 社區開發和維護。skimage包由許多的子模塊組成，各個子模塊提供不同的功能。主要子模塊列表如下：
| 子模塊名稱 | 主要實現功能 |
| io | 讀取、保存和顯示圖片或視頻 |
| data | 提供一些測試圖片和樣本數據 |
| color | 顏色空間變換 |
| filters | 圖像增強、邊緣檢測、排序濾波器、自動閾值等 |
| draw | 操作於numpy數組上的基本圖形繪制，包括線條、矩形、圓和文本等 |
| transform | 幾何變換或其它變換，如旋轉、拉伸和拉東變換等 |
| morphology | 形態學操作，如開閉運算、骨架提取等 |
| exposure | 圖片強度調整，如亮度調整、直方圖均衡等 |
| feature | 特征檢測與提取等 |
| measure | 圖像屬性的測量，如相似性或等高線等 |
| segmentation | 圖像分割 |
| restoration | 圖像恢復 |
| util | 通用函數 |
用到一些圖片處理的操作函數時，需要導入對應的子模塊，如果需要導入多個子模塊，則用逗號隔開，如：
from skimage import io,data,color
以上就是python數字圖像處理環境安裝與配置過程示例的詳細內容，更多關於python數字圖像處理環境安裝配置的資料請關註WalkonNet其它相關文章！
推薦閱讀：
- 2021年最新用於圖像處理的Python庫總結
- Python數據分析入門之教你怎麼搭建環境
- Python中的imread()函數用法說明
- python深度學習tensorflow安裝調試教程
- Python的scikit-image模塊實例講解