通性概念
skimage 全称为 scikit-image， SciKit 为 toolkit for SciPy，它对 scipy.ndimage 进行了扩展，提供了更多的图片处理功能，由 python 语言编写，由 scipy 社区开发和维护。
1. 模块
skimage 由许多的子模块组成，各个子模块提供不同的功能：
| 子模块 | 功能 |
|---|---|
| io | 读取、保存、显示图片或视频 |
| data | 提供一些测试图片和样本数据 |
| color | 颜色空间变换 |
| draw | 操作于 numpy 数组之上的基本图像绘制，包括线条、矩形、圆和文本等 |
| transform | 几何变换或其它变换，如旋转、拉伸等 |
| exposure | 图片强度调整，如亮度和对比度调整、直方图均衡等 |
| filters | 图像增强、边缘检测、排序滤波器、自动阈值等 |
| feature | 提取图像特征 |
| measure | 图像属性的测量，如相似性或等高线等 |
| morphology | 形态学操作，如开闭运算、骨架提取等 |
| segmentation | 图像分割 |
| restoration | 图像恢复 |
| util | 通用函数 |
| graph | |
| future | |
| registration | |
| metrics | |
| viewer |
2. 数据结构
在 skimage 中，一张图片就是一个简单的 numpy 数组，数组的数据类型有很多种，相互之间也可以转换，其取值范围如下：
一张图片的像素值取值范围是[0, 255]，因此默认类型是 uint8。
| 数据类型 | 数值范围 |
|---|---|
| uint8 | $[0, 255]$ |
| uint16 | $[0, 65535]$ |
| uint32 | $[0, 2^{32}-1]$ |
| int8 | $[-128, 127]$ |
| int16 | $[-32768, 32767]$ |
| int32 | $[-2^{31}, 2^{31}-1]$ |
| float | $[-1, 1]$ or $[0, 1]$ |
默认的 uint8 可变为 float，float 也可变为 uint8，但后者会有数据的损失，故会有警告提醒：
>>> from skimage import data, img_as_float
>>> img = data.chelsea()
>>> img.shape
(300, 451, 3)
>>> print(img.dtype.name)
uint8
>>> dst = img_as_float(img)
>>> print(dst.dtype.name)
float64
>>> dst.shape
(300, 451, 3)在 skimage 中，一张图片表示为$height \times width \times channels$的形式，彩色图片访问形式为color_img[row, col, channel]，灰度图片访问形式为gray_img[row, col]。
scikit-image 中图片类型及其对应的数组表示形式约定(ch: channel，pln: plane)：
| Image type | Coordinates |
|---|---|
| 2D grayscale | (row, col) |
| 2D multichannel (e.g. RGB) | (row, col, ch) |
| 3D grayscale | (pln, row, col) |
| 3D multichannel | (pln, row, col, ch) |
之前被这个绕晕了：np.ones((3, 4, 5))总以为是 $3$ 个$45$的矩阵而不是 $5$ 个$34$的矩阵，其实不就是横看成岭侧成峰嘛，都是对的。只不过当你print(np.ones((3,4,5))时它在屏幕上是按 print $3$个$4*5$来显示的，其实本质没有区别。
3. IO操作
io 相关操作：
- 读取图片——返回值为 ndarray 类型，这里的 fname 均可为路径形式
skimage.io.imread(fname)：读取 RGB 图像skimage.io.imread(fname, as_grey=True)：读取灰度图像
- 显示图片：将某数组显示为图像
skimage.io.imshow(arr)：io.imshow(img)其实是plt.imhsow(img, cmap=None)的封装；skimage.io.show()：io.show()也等价于plt.show()，其实我们更喜欢用plt.imshow(img)来显示图像。
- 保存图片：
skimage.io.imsave(fname, arr)：在保存时可自由选择后缀以更改其格式
plt相关API
在用 pyplot 来绘制图像时，常用的操作有：
| 图像操作 | 作用 | 示例 |
|---|---|---|
| plt.figure() | 创建一个显示窗口 | plt.figure(num=1, figsize=(8,8) |
| plt.imshow() | 绘制图像 | plt.imshow(image) |
| plt.show() | 显示窗口 | plt.show() |
| plt.subplot() | 划分子图 | plt.subplot(2,2,1) |
| plt.title() | 设置子图标题（与 plt.subplot()搭配使用） | plt.title('origin image') |
| plt.axis() | 是否显示坐标尺 | plt.axis('off') |
| plt.subplots() | 创建带有多个子图的窗口 | fig, axes = plt.subplots(2,2,figsize=(8,8)) |
| plt.ravel() | 为每个子图设置变量 | ax0,ax1,ax2,ax3 = axes.ravel() |
| plt.set_title() | 设置子图标题（与 axes 结合使用） | ax0.set_title('first window') |
| plt.tight_layout() | 自动调整子图显示布局 | plt.tight_layout() |
4. data
skimage 自带了一些示例图片，可以从 data 中直接使用这些示例，使用方法是像函数那样调用，如 img = skimage.data.astronaut()：
| 图片 data | 说明 |
|---|---|
| astronaut | 航天员图片 |
| camera | 拿相机的人图片 |
| checkerboard | 棋盘图片 |
| chelsea | 小猫图片 |
| clock | 时钟图片 |
| coffee | 一杯咖啡图片 |
| coins | 硬币图片 |
| horse | 马图片 |
| hubble_deep_field | 星空图片 |
| immunohistochemistry | 结肠图片 |
| moon | 月亮图片 |
| page | 书页图片 |
| text | 文字图片 |
由于图片在数据结构上表示为 ndarray 形式，故可使用 numpy 的 ndarray 的任何相关操作，如
| 代码 | 说明 |
|---|---|
from skimage import io, dataimg = data.chelsea()io.imshow(img) | #载入图片 |
print(type(img)) | #显示类型 |
print(img.shape) | #显示尺寸 |
print(img.shape[0]) | #图片高度 |
print(img.shape[1]) | #图片宽度 |
print(img.shape[2]) | #图片通道数 |
print(img.size) | #显示总像素个数 |
print(img.max()) | #最大像素值 |
print(img.min()) | #最小像素值 |
print(img.mean()) | #像素平均值 |
print(img[0][0]) | #图像的像素值 |
5. color
常用的颜色空间有灰度空间、rgb空间、hsv空间和cmyk空间，颜色空间转换后，图片类型都变成了float型，所有的颜色空间转换函数都放在skimage的color模块。
颜色空间转换的函数模式都是一样的：
from skimage import data, color
img=data.lena()
gray=color.rgb2gray(img)
io.imshow(gray)所有转换型式
skimage.color.rgb2grey(rgb)skimage.color.rgb2hsv(rgb)skimage.color.rgb2lab(rgb)skimage.color.gray2rgb(image)skimage.color.hsv2rgb(hsv)skimage.color.lab2rgb(lab)
以上都可用此函数代替，表示arr从fromspace颜色空间转换到tospace颜色空间：
skimage.color.convert_colorspace(arr, fromspace, tospace)from skimage import io,data,color img=data.lena() hsv=color.convert_colorspace(img,'RGB','HSV') io.imshow(hsv)
label2rgb函数
在color模块的颜色空间转换函数中，还有一个比较有用的函数是skimage.color.label2rgb(arr)，它可以根据标签值对图片进行着色：
from skimage import io,data,color
import numpy as np
img=data.chelsea()
gray=color.rgb2gray(img)
rows,cols=gray.shape
labels=np.zeros([rows,cols])
for i in range(rows):
for j in range(cols):
if(gray[i,j]<0.4):
labels[i,j]=0
elif(gray[i,j]<0.75):
labels[i,j]=1
else:
labels[i,j]=2
dst=color.label2rgb(labels)
io.imshow(dst) |  |
|---|