SciPy快速入门教程

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。本系列教程参考http://cs231n.github.io/python-numpy-tutorial/#scipy

一、读取图像获取图像的基本信息

from scipy.misc import imread,imsave,imresizeif __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表示彩色图片    print(img_channel)  #3

二、修改图片色彩、裁剪、改变大小

from scipy.misc import imread,imsave,imresizeif __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

三、计算两点之间的欧式距离

import numpy as npfrom scipy.spatial.distance import pdist,squareform,cdistif __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.]]    '''