python3-scipy图像读取,保存,显示

发布时间：2021-07-27 10:10:22编辑：run阅读（3053）

    Scipy高级科学计算库：和Numpy联系很密切，Scipy一般都是操控Numpy数组来进行科学计算、统计分析，所以可以说是基于Numpy之上了。Scipy有很多子模块可以应对不同的应用，例如插值运算，优化算法等等。SciPy则是在NumPy的基础上构建的更为强大，应用领域也更为广泛的科学计算包。正是出于这个原因，SciPy需要依赖NumPy的支持进行安装和运行。

    Scipy是世界上著名的Python开源科学计算库，建立在Numpy之上。它增加的功能包括数值积分、最优化、统计和一些专用函数。 SciPy函数库在NumPy库的基础上增加了众多的数学、科学以及工程计算中常用的库函数。例如线性代数、常微分方程数值求解、信号处理、图像处理、稀疏矩阵等等。

    Scipy是基于Numpy构建的一个集成了多种数学算法和方便的函数的Python模块。通过给用户提供一些高层的命令和类，SciPy在python交互式会话中，大大增加了操作和可视化数据的能力。通过SciPy，Python的交互式会话变成了一个数据处理和一个system-prototyping环境，足以和MATLAB，IDL，Octave，R-Lab，以及SciLab抗衡。   更重要的是，在Python中使用SciPy，还可以同时用一门强大的语言————Python来开发复杂和专业的程序。用SciPy写科学应用，还能获得世界各地的开发者开发的模块的帮助。从并行程序到web到数据库子例程到各种类，都已经有可用的给Python程序员了。这些强大的功能，SciPy都有，特别是它的数学库。

    Scipy是在Python的NumPy扩展上构建的数学算法和方便函数的集合。它通过为用户提供高级命令和类来操作和可视化数据，为交互式Python会话添加了强大的功能。有了SciPy，交互式Python会话就变成了一个数据处理和系统原型环境，可以与MATLAB、IDL、Octave、R-Lab和SciLab等系统相匹敌。


    scipy安装:

    pip install scipy


    scipy显示,保存图片

    from scipy import misc, ndimage
import matplotlib.pylab as plt
import imageio

im = misc.face()
imageio.imsave(r'D:\image_processing\image_material\face.png', im)
plt.axis('off')
plt.imshow(im)
plt.show()

    image.png


    scipy移动坐标,空白部分使用图片填充

    from scipy import misc, ndimage
import matplotlib.pylab as plt


im = misc.face()
face_shift = ndimage.shift(im,shift=(-300,-200,0), mode='wrap')
plt.figure(figsize=(10,8))
plt.axis('off')
plt.imshow(face_shift)
plt.show()

    image.png


    scipy旋转图片

    from scipy import misc, ndimage
import matplotlib.pylab as plt

im = misc.face()
face_rotate = ndimage.rotate(im, 180)
plt.figure(figsize=(10,8))
plt.axis('off')
plt.imshow(face_rotate)
plt.show()

    image.png


    scipy缩放图片

    from scipy import misc, ndimage
import matplotlib.pylab as plt

im = misc.face()
face_zoom = ndimage.zoom(im,zoom=(0.5, 0.8, 1))
plt.figure(figsize=(10,8))
plt.axis('off')
plt.imshow(face_zoom)
plt.show()

    image.png


    scipy切割图片

    from scipy import misc, ndimage
import matplotlib.pylab as plt

im = misc.face()
face_cut = im[200:500,400:800]
plt.figure(figsize=(10,8))
plt.axis('off')
plt.imshow(face_cut)
plt.show()

    image.png

关键字：

上一篇： python3-scikit-image图像读取,保存,显示

下一篇： python3-处理不同文件格式的图像类型