跳至頁尾內容
  1. IronPDF for Python
  2. IronPDF for Python部落格
  3. Python幫助
  4. scikit-image Python
PYTHON 幫助

scikit-image Python（開發者指南）

Curtis Chau
Curtis Chau
已更新:

Scikit-image 是一個設計用於Python圖像處理的算法集合。 它是免費可用且無限制的，擁有來自活躍志願者社區的高質量、同行評審的程式碼。 Scikit-image專案於2009年在Google開始，作為Google夏日程式碼計劃的一部分，由Stefan van der Walt及其他Scikit-image貢獻者指導。 它的目標是建立一個易於使用、有效且可擴展的Python圖像處理庫，以供學術和工業應用。 在這篇文章中，我們將瞭解Scikit-image Python影像庫和來自Iron Software的一個PDF生成庫，名為IronPDF。

入門

要了解Scikit-image，請查看官方網站。此外，Data Carpentry提供了一個使用Scikit在Python中進行圖像處理的精彩課程。

通過pip安裝

  • 確保您已安裝Python（至少3.10版）。

  • 打開您的終端或命令提示符。

    • 更新pip：
    python -m pip install -U pip
    python -m pip install -U pip
    SHELL
    • 通過pip安裝scikit-image：
    python -m pip install -U scikit-image
    python -m pip install -U scikit-image
    SHELL
    • 要存取演示資料集，請使用：
    python -m pip install -U scikit-image[data]
    python -m pip install -U scikit-image[data]
    SHELL
    • 對於額外的科學包，包括並行處理能力：
    python -m pip install -U scikit-image[optional]
    python -m pip install -U scikit-image[optional]
    SHELL

基本範例

import skimage.io
import matplotlib.pyplot as plt

# Load an image from file
image = skimage.io.imread(fname='land.jpg')

# Display the image
plt.imshow(image)
plt.show()
import skimage.io
import matplotlib.pyplot as plt

# Load an image from file
image = skimage.io.imread(fname='land.jpg')

# Display the image
plt.imshow(image)
plt.show()
PYTHON

濾鏡

import skimage as ski

# Load a sample image from the scikit-image default collection
image = ski.data.coins()

# Apply a Sobel filter to detect edges
edges = ski.filters.sobel(image)

# Display the edges
ski.io.imshow(edges)
ski.io.show()
import skimage as ski

# Load a sample image from the scikit-image default collection
image = ski.data.coins()

# Apply a Sobel filter to detect edges
edges = ski.filters.sobel(image)

# Display the edges
ski.io.imshow(edges)
ski.io.show()
PYTHON

Scikit-image，經常縮寫為skimage，是一個強大的Python圖像處理任務庫。 它基於NumPy陣列、SciPy和matplotlib構建，提供各種功能和算法來操縱和分析圖像。 skimage.data.coins() 用於從庫中獲取範例圖像。 skimage.filters 提供存取內建過濾器和實用功能。

Scikit-image的主要特點

1. 圖像過濾和邊緣檢測

from skimage import io, filters

# Load an image
image = io.imread('image.jpg')

# Apply Gaussian blur
blurred_image = filters.gaussian(image, sigma=1.0)

# Apply Sobel edge detection
edges = filters.sobel(image)

# Display the original image, blurred image, and edges
io.imshow_collection([image, blurred_image, edges])
io.show()
from skimage import io, filters

# Load an image
image = io.imread('image.jpg')

# Apply Gaussian blur
blurred_image = filters.gaussian(image, sigma=1.0)

# Apply Sobel edge detection
edges = filters.sobel(image)

# Display the original image, blurred image, and edges
io.imshow_collection([image, blurred_image, edges])
io.show()
PYTHON

輸出

scikit-image Python (運作原理：開發人員指南)：圖1 - 圖像過濾和邊緣檢測輸出

2. 用HOG（方向梯度直方圖）進行特徵提取

from skimage import io, color, feature

# Load an example image and convert to grayscale
image = io.imread('image.jpg')
gray_image = color.rgb2gray(image)

# Compute HOG features and visualize them
hog_features, hog_image = feature.hog(gray_image, visualize=True)

# Display the original image and the HOG image
io.imshow_collection([image, gray_image, hog_image])
io.show()
from skimage import io, color, feature

# Load an example image and convert to grayscale
image = io.imread('image.jpg')
gray_image = color.rgb2gray(image)

# Compute HOG features and visualize them
hog_features, hog_image = feature.hog(gray_image, visualize=True)

# Display the original image and the HOG image
io.imshow_collection([image, gray_image, hog_image])
io.show()
PYTHON

輸出

scikit-image Python (運作原理：開發人員指南)：圖2 - 特徵提取輸出

3. 幾何變換 - 調整大小和旋轉

from skimage import io, transform

# Load an image
image = io.imread('image.jpg')

# Resize image by dividing its dimensions by 2
resized_image = transform.resize(image, (image.shape[0] // 2, image.shape[1] // 2))

# Rotate image by 45 degrees
rotated_image = transform.rotate(image, angle=45)

# Display the original image, resized image, and rotated image
io.imshow_collection([image, resized_image, rotated_image])
io.show()
from skimage import io, transform

# Load an image
image = io.imread('image.jpg')

# Resize image by dividing its dimensions by 2
resized_image = transform.resize(image, (image.shape[0] // 2, image.shape[1] // 2))

# Rotate image by 45 degrees
rotated_image = transform.rotate(image, angle=45)

# Display the original image, resized image, and rotated image
io.imshow_collection([image, resized_image, rotated_image])
io.show()
PYTHON

輸出

scikit-image Python (運作原理：開發人員指南)：圖3 - 幾何變換輸出

4. 使用總變異數濾波器進行圖像去噪

from skimage import io, restoration

# Load a noisy image
image = io.imread('image.jpg')

# Apply total variation denoising
denoised_image = restoration.denoise_tv_chambolle(image, weight=0.1)

# Display the noisy image and the denoised image
io.imshow_collection([image, denoised_image])
io.show()
from skimage import io, restoration

# Load a noisy image
image = io.imread('image.jpg')

# Apply total variation denoising
denoised_image = restoration.denoise_tv_chambolle(image, weight=0.1)

# Display the noisy image and the denoised image
io.imshow_collection([image, denoised_image])
io.show()
PYTHON

輸出

scikit-image Python (運作原理：開發人員指南)：圖4 - 圖像去噪輸出

您可以在官方頁面上找到有關圖像處理和NumPy陣列的更多資訊。

介紹IronPDF

scikit-image Python (運作原理：開發人員指南)：圖5 - IronPDF：Python PDF庫

IronPDF是一個強大的Python庫，旨在使用HTML、CSS、圖像和JavaScript處理PDF文件的建立、編輯和簽名。 它優先考慮資訊效能，並以最小的記憶體使用量運行。 其主要功能包括：

  • HTML到PDF轉換：將HTML文件、HTML字串和URL轉換為PDF文件，利用如使用Chrome PDF渲染器渲染網頁的能力。

  • 跨平台支持：與Python 3+在Windows、Mac、Linux和各種雲平台上的相容。 IronPDF 也適用於 .NET、Java、Python 和 Node.js 環境。

  • 編輯和簽名：自定義PDF屬性，強制執行如密碼和權限等安全措施，並順利應用數位簽章。

  • 頁面模板和設置：建立具有標題、頁尾、頁碼、可調整邊距、自定義紙張尺寸及響應式設計的PDF佈局。

  • 標準合規：嚴格遵循如PDF/A和PDF/UA的PDF標準，確保UTF-8字元編碼相容，並熟練管理如圖像、CSS樣式表和字體等資產。

安裝

pip install ironpdf scikit-image

使用IronPDF和Scikit Image生成PDF文件

先決條件

  1. 確保已經安裝Visual Studio Code作為程式碼編輯器
  2. 已安裝 Python 版本3

首先，讓我們建立一個 Python 文件來新增我們的腳本。

打開Visual Studio Code並建立一個文件，scikitDemo.py。

安裝必要的庫：

pip install scikit-image ironpdf

然後新增以下Python程式碼，以演示IronPDF和scikit-image Python包的用法。

from skimage import io, filters
from ironpdf import * 

# Apply your license key
License.LicenseKey = "YOUR_LICENSE_KEY"

# Load an image
image = io.imread('image.jpg')

# Apply Gaussian blur
blurred_image = filters.gaussian(image, sigma=1.0)

# Apply Sobel edge detection
edges = filters.sobel(image)

# Save the results to a file
io.imshow_collection([image, blurred_image, edges]).savefig('ironPdf-skimage.png')

# Convert the saved image to a PDF document
ImageToPdfConverter.ImageToPdf("ironPdf-skimage.png").SaveAs("ironPdf-skimage.pdf")

# Display the images
io.show()
from skimage import io, filters
from ironpdf import * 

# Apply your license key
License.LicenseKey = "YOUR_LICENSE_KEY"

# Load an image
image = io.imread('image.jpg')

# Apply Gaussian blur
blurred_image = filters.gaussian(image, sigma=1.0)

# Apply Sobel edge detection
edges = filters.sobel(image)

# Save the results to a file
io.imshow_collection([image, blurred_image, edges]).savefig('ironPdf-skimage.png')

# Convert the saved image to a PDF document
ImageToPdfConverter.ImageToPdf("ironPdf-skimage.png").SaveAs("ironPdf-skimage.pdf")

# Display the images
io.show()
PYTHON

程式碼說明

此程式碼片段演示如何使用scikit-image（skimage）和IronPDF一起處理圖像並將結果轉換為PDF文件。 這裡是每個部分的說明：

  1. 導入語句：從scikit-image導入必要的功能用於圖像載入和圖像過濾，並導入IronPDF功能。

  2. 應用授權金鑰：設置IronPDF的授權金鑰。 此步驟是使用IronPDF功能所必需的。

  3. 載入和處理圖像：使用scikit-image的'image.jpg'的圖像。 然後使用filters.sobel對載入的圖像應用Sobel邊緣檢測。

  4. 顯示和保存結果： 'ironPdf-skimage.png'。

  5. 將圖像轉換為PDF： ImageToPdfConverter.ImageToPdf("ironPdf-skimage.png").SaveAs("ironPdf-skimage.pdf")：使用IronPDF的功能將保存的PNG圖像轉換為PDF文件。

  6. 顯示圖像： io.show()：在圖形窗口中顯示圖像。

此程式碼片段結合了scikit-image的圖像處理功能和IronPDF的圖像轉換為PDF文件的功能。 它展示了載入圖像、應用高斯模糊和Sobel邊緣檢測、將它們保存為PNG文件、使用IronPDF將PNG轉換為PDF，並顯示處理過的圖像。 此整合對於需要以PDF格式處理、分析和紀錄圖像的任務非常有用，例如科學研究、圖像分析報告或自動文件生成工作流程。

輸出

scikit-image Python (運作原理：開發人員指南)：圖6 - 圖像輸入

PDF

scikit-image Python (運作原理：開發人員指南)：圖7 - PDF輸出

IronPDF 授權

IronPDF在Python上運行需要授權金鑰。 IronPDF for Python提供免費試用授權供使用者在購買前檢查其豐富功能。

請將授權金鑰放置在腳本開始處，然後再使用 IronPDF 套件：

from ironpdf import * 
# Apply your license key
License.LicenseKey = "YOUR_LICENSE_KEY"
from ironpdf import * 
# Apply your license key
License.LicenseKey = "YOUR_LICENSE_KEY"
PYTHON

結論

scikit-image使Python開發者能夠高效地處理圖像相關任務。 無論您正在從事計算機視覺、醫學影像或藝術專案，這個包都能滿足您的需求。 scikit-image是Python圖像處理中的一個多功能且強大的庫，提供廣泛的功能和算法，用於如過濾、分割、特徵提取和幾何變換等任務。 它與其他科學庫的無縫整合使其成為研究人員、開發者和工程師進行圖像分析和計算機視覺應用的首選。

IronPDF是一個Python庫，可促進Python應用中PDF文件的建立、編輯和操作。 它提供的功能包括從各種來源如HTML、圖像或現有PDF生成PDF文件。 此外，IronPDF支援合併或拆分PDF文件、新增註釋、水印或數位簽章、從PDF中提取文字或圖像，並管理文件屬性如元資料和安全設置。 此庫提供了一種程式化處理PDF相關任務的有效方式，使其適用於需要文件生成、報告建立或文件管理功能的應用。

結合這兩個庫，使用者可以處理圖像，將其高效處理，並將結果以PDF文件形式儲存以供存檔。

Curtis Chau
Curtis Chau
  立即與工程團隊聊天
技術作家

Curtis Chau擁有Carleton大學的電腦科學學士學位，專精於前端開發，擁有Node.js、TypeScript、JavaScript和React的專業知識。Curtis熱衷於建立直觀且美觀的使用者介面，喜愛使用現代框架並建立結構良好、視覺吸引力的手冊。

除了開發，Curtis對物聯網（IoT）有濃厚的興趣，探索創新的方法來整合硬體和軟體。在空閒時間，他喜歡玩遊戲和建立Discord機器人，結合他對技術的熱愛與創造力。

相關文章

30天試用→全功能產品。沒有限制。無需信用卡。 開始免費試用

Iron 支援團隊

我們線上24小時，每週5天。
聊天
電子郵件
給我打電話