3. 入门

scikit-image 是一个与 numpy 数组一起工作的图像处理 Python 包。该包被导入为 skimage

>>> import skimage as ski

skimage 的大多数功能都位于子模块中

>>> camera = ski.data.camera()

子模块和函数的列表可以在 API 参考 网页上找到。

在 scikit-image 中，图像表示为 NumPy 数组，例如用于灰度 2D 图像的 2D 数组

>>> type(camera)
<type 'numpy.ndarray'>
>>> # An image with 512 rows and 512 columns
>>> camera.shape
(512, 512)

skimage.data 子模块提供了一组返回示例图像的函数，这些函数可用于快速入门使用 scikit-image 的函数

>>> coins = ski.data.coins()
>>> threshold_value = ski.filters.threshold_otsu(coins)
>>> threshold_value
107

当然，也可以使用 skimage.io.imread() 从图像文件将您自己的图像加载为 NumPy 数组

>>> import os
>>> filename = os.path.join(ski.data_dir, 'moon.png')
>>> moon = ski.io.imread(filename)

使用 natsort 加载多个图像

>>> import os
>>> from natsort import natsorted, ns
>>> list_files = os.listdir('.')
>>> list_files
['01.png', '010.png', '0101.png', '0190.png', '02.png']
>>> list_files = natsorted(list_files)
>>> list_files
['01.png', '02.png', '010.png', '0101.png', '0190.png']
>>> image_list = []
>>> for filename in list_files:
...   image_list.append(ski.io.imread(filename))