python在科学计算领域有三个非常受欢迎库，numpy、SciPy、matplotlib。numpy是一个高性能的多维数组的计算库，SciPy是构建在numpy的基础之上的，它提供了许多的操作numpy的数组的函数。SciPy是一款方便、易于使用、专为科学和工程设计的python工具包，它包括了统计、优化、整合以及线性代数模块、傅里叶变换、信号和图像图例，常微分方差的求解等，SciPy完整的教程https://docs.scipy.org/doc/scipy/reference/index.html。下面就简单的介绍一下SciPy在图像处理方面的应用，如果专业做图像处理当然还是建议使用opencv。本教程参考http://cs231n.github.io/python-numpy-tutorial/#scipy
一、读取图像获取图像的基本信息
timg.jpg
from scipy.misc import imread,imsave,imresize
if __name__ == "__main__":
#读取图片
img = imread("timg.jpg")
#获取图片的数据类型
img_type = img.dtype
print(img_type) #uint8
#获取图片的大小
img_shape = img.shape
print(img_shape) #(310, 493, 3)
#获取图片的高
img_height = img_shape[0]
print(img_height) #310
#获取图片的宽
img_width = img_shape[1]
print(img_width) #493
#获取图片的通道数
img_channel = img_shape[2]
#通道数为1表示黑白图片，通道数为3表示彩*图色**片
print(img_channel) #3
二、修改图片色彩、裁剪、改变大小
from scipy.misc import imread,imsave,imresize
if __name__ == "__main__":
#读取图片
img = imread("timg.jpg")
#通过改变图片每一个通道的比例来改变图片的色彩
#将图片R:G:B的比例设置为1:0.9:0.9
img_tint = img * [1,0.9,0.9]
#保存图片,观察图片可以发现保存后的图片会有点偏红
imsave("timg_color.jpg",img_tint)
#改变图片的大小，将图片的大小设置为500*500
img_resize = imresize(img,(500,500))
#保存图片，因为这不是等比例的缩放，可以观察保存的图片会有点变形
imsave("timg_resize.jpg",img_resize)
#裁剪图片
img_incision = img[50:200,100:400]
imsave("timg_incision.jpg",img_incision)
#scipy中还提供了scipy.io.loadmat和scipy.io.savemat来读写MATLAB的文件
timg_color.jpg
timg_resize
timg_incision.jpg
三、计算两点之间的欧式距离
import numpy as np from scipy.spatial.distance import pdist,squareform,cdist if __name__=="__main__": x1 = np.array([[1,1]]) x2 = np.array([[4,5]]) #通过cdist函数，计算两个点之间的距离 distance = cdist(x1,x2,"euclidean") print(distance)#[[ 5.]] #创建一个数组，数组的每一行都是一个2维的数组，相当于三个点 x = np.array([[1,1],[4,5],[7,9]]) #计算每个行的一个点与本身以及另外两个点的欧式距离 x_d = squareform(pdist(x,"euclidean")) #欧式距离计算公式：sqrt((x1-x2)^2+(y1-y2)^2) print(x_d) ’’’ [[ 0. 5. 10.] [ 5. 0. 5.] [ 10. 5. 0.]] ’’’