在Python中实现任意图像算法时处理边界像素的有效方法

Question

图像处理算法通常需要在各个图像位置的邻域内的像素值。然而，边界点的邻域是不完整的，需要采用各种方法进行特殊处理，例如镜面反射，周期性等。

对于线性操作，一种有效的方法是将算法转换为内核并进行2D卷积。卷积程序通常具有内置的边界处理方法。

对于任意（非线性）算法，一种可能性是首先pad图像，一次收集所有邻域（例如，使用pad + neighbor），并执行以矢量化方式操作。但是，正如文档建议的那样，这可能会造成记忆沉重。

循环遍历像素并逐个处理边界是另一种方式。但是这在Python中可能很慢（虽然在C / C ++中可行），并且提供所有这些镜像/周期性的东西似乎很麻烦......

在Python中实现自己的算法时，如何有效地（也许是Pythonic）做到这一点？

是否有一些函数返回specified pixel的邻域，并使用指定的边界处理方法？

Answer 1

在图像处理过程中处理边界条件的最pythonic和有效方法是使用现有的库。在PIL和ImageMagick之上，我还建议OpenCV。

Python本身并不提供任何图像处理功能，因此任何有关特定像素邻域的问题都是特定于库的。选择一个你喜欢的图书馆并玩弄它 - 如果你无法弄清楚图书馆如何处理边界条件，那就回来再问一遍。

Answer 2

PIL是处理图像处理的最着名的库之一。您可能还想看一下ImageMagick，我认为它内置了许多很酷的图像转换功能。