文章导读:
- 1、Python如何图像识别？
- 2、学视觉传达用python么
- 3、如何用python 自己写一个ocr
- 4、python可以做工业视觉吗
- 5、python计算机视觉方面该如何入门
- 6、python计算机视觉编程需要什么基础知识
Python如何图像识别？
1. 简介。
图像处理是一门应用非常广的技术，而拥有非常丰富第三方扩展库的 Python 当然不会错过这一门盛宴。PIL （Python Imaging Library）是 Python 中最常用的图像处理库，目前版本为 1.1.7，我们可以 在这里 下载学习和查找资料。
Image 类是 PIL 库中一个非常重要的类，通过这个类来创建实例可以有直接载入图像文件，读取处理过的图像和通过抓取的方法得到的图像这三种方法。
2. 使用。
导入 Image 模块。然后通过 Image 类中的 open 方法即可载入一个图像文件。如果载入文件失败，则会引起一个 IOError ；若无返回错误，则 open 函数返回一个 Image 对象。现在，我们可以通过一些对象属性来检查文件内容，即：
1 import Image
2 im = Image.open("j.jpg")
3 print im.format, im.size, im.mode
4 JPEG (440, 330) RGB
这里有三个属性，我们逐一了解。
format : 识别图像的源格式，如果该文件不是从文件中读取的，则被置为 None 值。
size : 返回的一个元组，有两个元素，其值为象素意义上的宽和高。
mode : RGB（true color image），此外还有，L（luminance），CMTK（pre-press image）。
现在，我们可以使用一些在 Image 类中定义的方法来操作已读取的图像实例。比如，显示最新载入的图像：
1 im.show()
2
输出原图：
3. 函数概貌。
3.1 Reading and Writing Images : open( infilename ) , save( outfilename )
3.2 Cutting and Pasting and Merging Images :
crop() : 从图像中提取出某个矩形大小的图像。它接收一个四元素的元组作为参数，各元素为（left, upper, right, lower），坐标系统的原点（0, 0）是左上角。
paste() :
merge() :
1 box = (100, 100, 200, 200)
2 region = im.crop(box)
3 region.show()
4 region = region.transpose(Image.ROTATE_180)
5 region.show()
6 im.paste(region, box)
7 im.show()
其效果图为：
旋转一幅图片：
1 def roll(image, delta):
2 "Roll an image sideways"
3
4 xsize, ysize = image.size
5
6 delta = delta % xsize
7 if delta == 0: return image
8
9 part1 = image.crop((0, 0, delta, ysize))
10 part2 = image.crop((delta, 0, xsize, ysize))
11 image.paste(part2, (0, 0, xsize-delta, ysize))
12 image.paste(part1, (xsize-delta, 0, xsize, ysize))
13
14 return image
3.3 几何变换。
3.3.1 简单的几何变换。
1 out = im.resize((128, 128)) #
2 out = im.rotate(45) #逆时针旋转 45 度角。
3 out = im.transpose(Image.FLIP_LEFT_RIGHT) #左右对换。
4 out = im.transpose(Image.FLIP_TOP_BOTTOM) #上下对换。
5 out = im.transpose(Image.ROTATE_90) #旋转 90 度角。
6 out = im.transpose(Image.ROTATE_180) #旋转 180 度角。
7 out = im.transpose(Image.ROTATE_270) #旋转 270 度角。
各个调整之后的图像为：
图片1：
图片2：
图片3：
图片4：
3.3.2 色彩空间变换。
convert() : 该函数可以用来将图像转换为不同色彩模式。
3.3.3 图像增强。
Filters : 在 ImageFilter 模块中可以使用 filter 函数来使用模块中一系列预定义的增强滤镜。
1 import ImageFilter
2 imfilter = im.filter(ImageFilter.DETAIL)
3 imfilter.show()
3.4 序列图像。
即我们常见到的动态图，最常见的后缀为 .gif ，另外还有 FLI / FLC 。PIL 库对这种动画格式图也提供了一些基本的支持。当我们打开这类图像文件时，PIL 自动载入图像的第一帧。我们可以使用 seek 和 tell 方法在各帧之间移动。
1 import Image
2 im.seek(1) # skip to the second frame
3
4 try:
5 while 1:
6 im.seek( im.tell() + 1)
7 # do something to im
8 except EOFError:
9 pass
3.5 更多关于图像文件的读取。
最基本的方式：im = Image.open("filename")
类文件读取：fp = open("filename", "rb"); im = Image.open(fp)
字符串数据读取：import StringIO; im = Image.open(StringIO.StringIO(buffer))
从归档文件读取：import TarIO; fp = TarIo.TarIO("Image.tar", "Image/test/lena.ppm"); im = Image.open(fp)
基本的 PIL 目前就练习到这里。其他函数的功能可点击 这里 进一步阅读。
学视觉传达用python么
学视觉传达用python。
深度学习的计算机视觉常用语言就是Python，现有的框架，开源代码也都是用Python来实现的。
基于摄像头图像数据的机器视觉则主要利用C++进行实现，毕竟要与硬件打交道。
如果是初期入门，那么一般都是用C++的，当然也有python版本的。
如何用python 自己写一个ocr
您好，自己实现OCR的话您需要学习模式识别/机器学习相关知识以及计算机视觉的部分知识。首先需要定位文本区域，阈值化，切割为单字符，最难的部分是字符的识别，如果识别的文本是规范的，可以考虑用匹配滤波器（不推荐，但简单），或向量空间搜索，正规的方式还是推荐使用机器学习中神经网络的卷积神经网络（CNN）来训练和识别。为训练CNN您可能还需要一些数据挖掘与图像处理方面的知识，以方便您获取数据集（即字符图片集）来训练CNN，这通常需要大量的数据与较长的训练时间（时间与字符图片大小、字符图片集数量、神经网络结构与规模等相关）
python可以做工业视觉吗
你好朋友，这个软件是也可以做工业视觉使用的，但具体情况你可以再咨询查找一下。
python计算机视觉方面该如何入门
书里代码是Python2.x版本的例子，还有一些相关的程序包。如果用Python3会无法运行。
python计算机视觉编程需要什么基础知识
学习python可以从几个方面入手：
学习基本的语法，包括数据结构（数组，字典等）。了解数据类型，以及他的类型转换。
学会流程控制---选择，循环。
函数，模块，熟练使用常用的内建函数。
class类
多线程
们可以 在这里 下载学习和查找资料。Image 类是 PIL 库中一个非常重要的类，通过这个类来创建实例可以有直接载入图像文件，读取处理过的图像和通过抓取的方法得到的图像这三种方法。2. 使用。导入 Image 模块。然后通过 Image 类中
3.3.1 简单的几何变换。1 out = im.resize((128, 128)) #2 out = im.rotate(45)