Procesamiento de imágenes con Scikit-image en Python

scikit-image es un paquete Python de procesamiento de imágenes que funciona con arrays NumPy, que es una colección de algoritmos para el procesamiento de imágenes. Analicemos cómo tratar las imágenes en un conjunto de información y su aplicación en el mundo real. 
Características importantes de scikit-image: 
 

Herramientas simples y eficientes para el procesamiento de imágenes y técnicas de visión artificial. 
Accesible para todos y reutilizable en varios contextos. 
Construido sobre NumPy, SciPy y matplotlib. 
Código abierto, utilizable comercialmente: licencia BSD.

Nota: antes de instalar scikit-image, asegúrese de que NumPy y SciPy estén preinstalados. Ahora, la forma más fácil de instalar scikit-image es usando pip: 
 

pip install -U scikit-image

  
La mayoría de las funciones de skimage se encuentran dentro de los submódulos. Las imágenes se representan como arrays NumPy, por ejemplo, arrays 2D para imágenes 2D en escala de grises.
Código #1: 
 

# Python3 program to process
# images using scikit-image
 
# importing data from skimage
from skimage import data
 
camera = data.camera()
 
# An image with 512 rows
# and 512 columns
type(camera)
 
print(camera.shape)

Producción : 
 

numpy.ndarray
(512, 512)

  
Código #2: el submódulo skimage.data proporciona un conjunto de funciones que devuelven imágenes de ejemplo. 
 

# Python3 program to process
# images using scikit-image
 
# importing filters and
# data from skimage
from skimage import filters
from skimage import data
 
# Predefined function to fetch data
coins = data.coins()
 
# way to find threshold
threshold_value = filters.threshold_otsu(coins)
 
print(threshold_value)

Producción : 
 

107

  
Código #3: Cargue imágenes propias como arrays NumPy desde archivos de imagen. 
 

# Python3 program to process
# images using scikit-image
import os
 
# importing io from skimage
import skimage
from skimage import io
 
# way to load car image from file
file = os.path.join(skimage.data_dir, 'cc.jpg')
 
 
cars = io.imread(file)
 
# way to show the input image
io.imshow(cars)
io.show()

Producción : 
 

Aplicaciones: 
 

• Análisis de Imágenes Médicas.
• Clasificación de imágenes para detección.