Python: scikit-image 图像的基本操作详解编程语言

这个用例说明Python 的图像基本运算

import numpy as np 
from skimage import data 
import matplotlib.pyplot as plt 
 
camera = data.camera() 
# 将图像前面10行的值赋为0 
camera[:10] = 0 
# 寻找图像中像素值小于87的像素点 
mask = camera < 87 
# 将找到的点赋值为255 
camera[mask] = 255 
# 建立索引 
inds_x = np.arange(len(camera)) 
inds_y = (4 * inds_x) % len(camera) 
# 对应索引的像素赋值为0 
camera[inds_x, inds_y] = 0 
 
# 获取图像的行数（高），列数（宽） 
l_x, l_y = camera.shape[0], camera.shape[1] 
# 建立网格坐标索引 
X, Y = np.ogrid[:l_x, :l_y] 
# 生成圆形的网格坐标 
outer_disk_mask = (X - l_x / 2)**2 + (Y - l_y / 2)**2 > (l_x / 2)**2 
# 对网格坐标赋0 
camera[outer_disk_mask] = 0 
 
# 建立figure的尺寸比例 
plt.figure(figsize=(4, 4)) 
# 显示图像 
plt.imshow(camera, cmap='gray', interpolation='nearest') 
# 关掉图像的坐标 
plt.axis('off') 
plt.show()

参考来源：
http://scikit-image.org/docs/dev/auto_examples/