比较和对比Python的许多图像处理库

Question

对于为什么Python实现了如此多的成像包并且一直试图找到一个比较和对比功能，优势/劣势，速度/性能，应用领域等等的表格，我有点神秘。他们。到目前为止，我知道PIL，mahotas，scikits.image和scipy.ndimage。我想我们还可以包含外部库支持的许多绑定，例如ImageMagic，OpenCV，Cairo等，但我们只是从专门为Python编写的东西开始。有没有人知道第一手资料，或熟悉博客文章或某些中心位置，所有这些软件包都是相互比较和区分的。

Answer 1

我帮助维护libvips Wiki上的页面，比较了20个左右的常见图像处理库的速度和内存使用情况，其中包括许多Python系统。

https://github.com/libvips/libvips/wiki/Speed-and-memory-use

基准非常简单：加载5,000 x 5,000像素的RGB TIFF，从每个边缘裁剪100像素，缩小10％，以3x3卷积锐化，然后再次保存。这是一个愚蠢的测试，但是易于实现，并且可以进行卷积，加载/保存，重采样和像素操作。

该测试在libvips Wiki上进行，因此libvips（和Python绑定pyvips）当然是赢家，但是根据我的经验，至少对于像这样的简单任务，结果是合理的指导。 compare the code也很有趣。

System                    | Run time (secs) | Peak mem use (MB)
---------------------------------------------------------------
libvips C 8.8             | 0.15            |  40 
pyvips 2.1.6              | 0.18            |  49 
Pillow-SIMD 5.3           | 0.36            | 230 
NetPBM 10.0-15.3          | 0.60            |  75 
sips 10.4.4               | 0.70            | 268 
GraphicsMagick 1.3.28     | 0.64            | 493 
ImageMagick 6.9.7-4       | 0.82            | 463 
OpenCV 3.2                | 0.93            | 222 
ImageMagick 7.0.8         | 1.37            | 733 
ImageJ 1.51               | 2.84            | 770 
scipy 1.2 + Pillow        | 4.33            | 361 

这是图形上的同一件事：

Answer 2

我广泛使用了mahotas，但目前已切换到scikit-image。我发现scikit-image的功能比mahotas更广泛（我需要经常测试各种图像处理算法）。 Mahotas的主要优点是具有良好文档的简单代码，这与其mahotas-principles是一致的。因此，如果您需要基本功能和更快的操作，请选择Mahotas。我还没有对scipy-nd图像做过详细的研究，但是看看可用函数列表，skimage会有上手。