Python图像处理实战
上QQ阅读APP看书，第一时间看更新
上一章目录下一章

1.3　在Python中安装不同的图像处理库

后续将介绍如何安装不同的图像处理库，并为用Python经典图像处理技术进行图像处理编程设置环境。在本书的最后一些章节使用基于深度学习的方法时，需要使用不同的设置。

安装图像处理库要用到pip（或pip3）工具。因此，如果还没安装它，先安装pip。如果使用从python.org下载的Python 3 或3.4及以上的版本，或者已工作在由virtualenv或pyvenv创建的虚拟环境中，则说明pip已经安装好了，只需要确保pip升级即可。

Python有许多库可用于图像处理，如NumPy、SciPy、scikit-image、PIL（Pillow)、OpenCV、scikit-learn、SimpleITK和matplotlib。matplotlib库主要用于图像显示，而numpy主要用于图像存储，scikit-learn库构建用于图像处理的机器学习模型，scipy主要用于图像增强，scikit-image、mahotas和opencv库用于不同的图像处理算法。

以下代码展示了通过Python提示符（交互模式），如何下载安装所需的库：

>>> pip install numpy
>>> pip install scipy
>>> pip install scikit-image
>>> pip install scikit-learn
>>> pip install pillow
>>> pip install SimpleITK
>>> pip install opencv-python
>>> pip install matplotlib

如果操作系统平台不同，可能还会用到一些附加的安装说明。读者应该浏览文档站点来获取每个库在特定平台详细安装库的说明。此外，读者应该熟悉Stack Overflow等网站，以解决不同平台依赖安装库的问题。

最后，可以通过Python提示符导入库来验证库是否安装正确。如果库成功导入（没有抛出错误消息），那么安装没有问题。可以将安装的库的版本是可以输出到控制台的。

scikit-image和PILPython库的版本如下面的代码所示：

>>> import skimage, PIL, numpy
>>> print(skimage.__version__)
# 0.14.0
>>> PIL.__version__
# 5.1.0
>>> numpy.__version__
# 1.14.5

要确保所有库为最新版本。

请下载并安装最新版本的Anaconda发行版，以免去直接安装众多的Python包的麻烦。

如果用Jupyter笔记本来编写Python代码，需要先通过Python提示符安装jupyter包，即首先使用>>>pip install jupyter，然后使用>>>jupyter notebook，在浏览器中启动Jupyter Notebook应用程序。这时在应用程序中就可以新建Python笔记本并选择核了。如果使用的是Anaconda，就不需要显式安装Jupyter，因为最新的Anaconda发行版本附带了Jupyter。

上一章目录下一章