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：
