skimage学习（一）

skimage即是Scikit-Image。基于python脚本语言开发的数字图片处理包

skimage包由许多的子模块组成，各个子模块提供不同的功能。主要子模块列表如下：

data子模块学习

导入data模块

from skimage import color，io

加载data中的图片

chelsea = data.logo()                       
io.imshow(chelsea)

结果:（此图来自data中的资源图片）

color子模块的操作

from skimage import color

logo1 = color.rgb2gray(logo)               #将图片编程灰色
 io.imshow(logo1)

 filters操作

进行二值化操作

图像的二值化，就是将图像上的像素点的灰度值设置为0或255（即0和1），也就是将整个图像呈现出明显的只有黑和白的视觉效果。

 现将图片编程灰白的图片

from skimage import filters

chelsea = data.chelsea()                       #加载图片
chelsea1 = color.rgb2gray(chelsea)          #将加载的图片编程灰白的图片
io.imshow(chelsea)                   #展示图片
chelsea.shape                         #  观测图片尺寸     

t1 = filters.threshold_otsu(chelsea1)              #对灰色图片进行预直化操作

for i in range(300):
     for j in range(451):
          if chelsea1[i,j] <=t1:             判断像素点预直化操作后的值进行对比，
                 chelsea1[i,j]=0               将小于预直化操作的像素点变成0
          else:
          chelsea1[i,j]=1                      将大于预直化操作的像素点变成1
io.imshow(chelsea1)                     显示二值化操作后的图片 

二值化操作的应用

进行验证码的识别

如上图可以看到上边验证码有噪点，这样不利于电脑识别，所以使用二值化操作对验证码去噪点

code = io.imread("./code.jpg")            加载图片，将图片编程灰白图片
code1 = color.rgb2gray(code)
io.imshow(code)
code1.shape                    读出图片的大小为(211, 417)

 进行二值化操作

c = filters.threshold_otsu(code1)                    #求出灰白图片的预值
c                                              
for x in range(211):
     for y in range(417):
          if code1[x,y]<=c:
               code1[x,y]=0
          else:
                code1[x,y]=1
io.imshow(code1)

如上图，进行二值化操作后只显示了三个数字，实际上是第四个数字颜色太浅了，被筛选走了

所以需要给验证码种颜色加深。直接对预值进行方法，让二值化是的筛选条件宽松

for x in range(211):
     for y in range(417):
          if code1[x,y]<=0.8:
               code1[x,y]=0
          else:
                code1[x,y]=1

显示结果：