整合营销服务商
电脑端+手机端+微信端=数据同步管理
免费咨询热线：
电脑端+手机端+微信端=数据同步管理
免费咨询热线：
作：Parul Pandey
铜灵 编译整理
量子位 出品 | 公众号 QbitAI
在图像处理领域，一库在手，相当于天下已有。
最近，有一位搞数据科学的小姐姐Parul Pandey，整理了一份实用Python图像处理工具，内含十大经典Python库。
这份资源中的工具可用于图像处理中的常见任务，包括裁剪、翻转、旋转、图像分割、分类和特征提取、图像恢复和图像识别等。可谓干货满满，图像处理提升效率必备。
量子位取其重点，将文章翻译整理如下：
1、scikit Image
scikit-image是一个与numpy数组配合使用的开源Python包，在学术研究、教育和行业领域都可应用。
即使是那些刚接触Python生态系统的人，也会觉得这是一个相当简单直接的库。
通过这个包能完成很多任务，比如图像过滤：
使用match_template 函数进行模板匹配：
官方地址：
https://scikit-image.org/
用户指南：
https://scikit-image.org/docs/stable/user_guide.html
2、Numpy
Numpy是Python的核心库之一，也能支持数组，图像本质上是包含数据点像素的标准Numpy数组。
因此，通过基本的NumPy操作，可以修改图像的像素值。
也可以使用skimage加载图像并用matplotlib显示。
使用方法也和简单，比如需要mask一张图像时：
官方地址：
http://www.numpy.org/
3. Scipy
scipy是Python中另一个核心模块，可用于基本的图像操作和处理任务。
特别需要注意的是，子模块scipy.ndimage提供在n维NumPy数组上运行的功能。这个包目前包括线性和非线性滤波器、二元形态、B-spline插值和物体测量等功能。
可以用高斯过滤用Scipy模糊高斯滤波器：
官方资料：
https://docs.scipy.org/doc/scipy/reference/tutorial/ndimage.html#correlation-and-convolution
4、PIL/ Pillow
PIL（Python Imaging Library）是一个免费的Python编程语言库，它增加了对打开，操作和保存不同图像文件格式的支持。然而，它的发展停滞不前，最后一次更新还是在2009年。
其分支Pillow更易于安装，在所有主要操作系统上运行并支持Python 3。这个库包含基本的图像处理功能，包括点操作、使用一组内置卷积核滤波及颜色空间转换。
当用ImageFilter增强Pillow中的图像时，操作是这样的：
官方介绍：
https://pillow.readthedocs.io/en/3.1.x/index.html
5、OpenCV-Python
OpenCV是计算机视觉应用中使用最广泛的库之一，OpenCV-Python是OpenCV的python API。
总体来说，因为后台由用C / C ++编写，因此OpenCV-Python不仅速度快，也易于编程和部署。
这使其成为执行计算密集型视觉程序的绝佳选择。
来看一下用例，下图展示的是OpenCV-Python在Image Blending中使用Pyramids创建一个名为’Orapple’的新水果的功能。
上手指南：
https://github.com/abidrahmank/OpenCV2-Python-Tutorials
6、SimpleCV
SimpleCV也是广泛被使用的构建计算机视觉应用程序的开源框架。
手握SimpleCV，你可以访问几个高性能的视觉库，而无需先了解图像色深（bit depth）、文件格式、色彩空间等。
SimpleCV拥护者的支持理由有两个，一是初学者也可以借此编写简单的视觉任务，二是无论是相机、视频文件、图像和视频流可互相操作。
用户指南：
https://simplecv.readthedocs.io/en/latest/
7、Mahotas
Mahotas包含传统的图像处理功能，如滤波和图像形态学处理，以及用于特征计算，比如兴趣点检测和局部描述子等。
这个库适用于快速开发，算法是用C++实现的，并且针对速度进行了调整。
官方地址：
https://mahotas.readthedocs.io/en/latest/
用户指南：
https://mahotas.readthedocs.io/en/latest/index.html
8、 SimpleITK
ITK是一个开源的跨平台系统，提供一整套用于图像分析的软件工具。
其中，SimpleITK是一个建立在ITK之上的简化层，促进其在简化原型、教育和解释语言中的应用。
SimpleITK是一个图像分析工具包，内含大量组件，支持一般滤波操作、图像分割和图形配准。
SimpleITK本身是用C++编写的，但也适用于包括Python在内的大量编程语言。
下面就是用SimpleITK和Python创建的可视化的CT/MR图：
官方地址：
https://itk.org/
学习资料：
http://insightsoftwareconsortium.github.io/SimpleITK-Notebooks/
9、GraphicsMagick
GraphicsMagick号称图像处理领域的瑞士军刀。 代码短小却提供了一个鲁棒、高效的工具和库集合，可用来处理图像的读取、写入和操作。
支持超过88种图像格式，包括重要的DPX、GIF、JPEG、JPEG-2000、PNG、PDF、PNM和TIFF。
将它用于图像边缘提取任务，效果如下：
官方资料：
https://pypi.org/project/pgmagick/
相关资源：
https://github.com/hhatto/pgmagick
10、Pycairo
pyCairo是一个Python的2D图形渲染库，可用于绘制矢量图形的2D图形，在调整大小或变换时不会丢失清晰度。
下面这个用例是用Pycairo绘制线条、基本形状和径向梯度。
官方介绍：
https://cairographics.org/
相关资源：
https://github.com/pygobject/pycairo
传送门
博客原文地址（需要科学前往）：
https://towardsdatascience.com/image-manipulation-tools-for-python-6eb0908ed61f
文章下载地址：
https://pan.baidu.com/s/1FDlji1zJIVeoSPQ89WVfMw
— 完 —
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
?'?' ? 追踪AI技术和产品新动态
为一名资深程序员，我想和大家分享一下在网站文章采集方面的经验和技巧。在这个信息爆炸的时代，获取有价值的文章资源对于我们来说非常重要。下面是我总结的一些步骤和注意事项：1. 选择合适的采集工具：根据自己的需求和技术水平，选择一个适合你的网站文章采集工具。市面上有很多选择，比如Scrapy、BeautifulSoup等。2. 分析目标网站结构：在开始采集之前，先对目标网站的结构进行分析。了解目标网站的HTML结构、CSS选择器和API接口等信息，这有助于你编写采集代码。3. 编写采集代码：根据目标网站的结构和分析结果，开始编写采集代码。可以使用Python、Java、PHP等编程语言来实现采集功能。在编写代码时，要注意处理异常情况和错误信息，保证采集过程的稳定性。4. 设置合理的请求频率：在进行网站文章采集时，要设置合理的请求频率。
过于频繁的请求可能会对目标网站造成负担，并且容易被网站屏蔽。根据目标网站的规则和要求，设置一个合理的请求间隔时间是非常重要的。5. 处理反爬机制：很多网站都有反爬机制，为了防止被采集，它们会对常见的爬虫行为进行检测和限制。所以，在进行网站文章采集时，需要处理这些反爬机制。可以通过设置User-Agent、使用代理IP等方式来规避反爬措施。6. 数据清洗与存储：完成网站文章采集后，还需要对采集到的数据进行清洗和存储。清洗数据可以去除HTML标签、过滤无用信息等，使得数据更加规整和可读。存储数据可以选择使用数据库、文件或者云存储等方式。7. 定期更新采集代码：随着目标网站的更新和变化，采集代码也需要进行相应的更新。定期检查和更新采集代码是保持采集效果稳定的关键。8. 注意法律和道德问题：在进行网站文章采集时，要注意遵守相关的法律法规和道德规范。
尊重他人的权益和隐私是我们作为采集人员应该遵循的原则。9. 分享和交流经验：最后，我鼓励大家积极分享和交流自己在网站文章采集方面的经验和技巧。互相学习和进步，共同推动这个领域的发展。希望以上的经验和技巧对大家有所帮助！作为一名网站文章采集者，持续学习和改进是非常重要的。我们可以积极参与相关社区和论坛，与其他采集者分享经验，交流技巧。这样不仅可以提升自己的技术水平，还能从他人的经验中获得启发。在这个信息时代中，网站的结构和技术都在不断发展变化，因此我们需要不断学习新的技术和方法。同时，也要对采集代码进行优化和改进，以提高采集效果。希望我能够通过分享对大家在网站文章采集方面有所帮助。只有不断学习和实践，我们才能更好地利用网络资源。加油！
用户在 HTML 表单中填写并提交数据时，可以使用 PHP 来接收并处理这些数据。要实现这一点，需要创建一个 PHP 脚本来处理提交的数据，然后将 HTML 表单的 "action" 属性设置为该脚本的文件路径。表单提交的数据需要进行验证和过滤，以确保数据的完整性和安全性。可以使用条件语句、正则表达式、过滤器函数等方法来验证和过滤数据，并使用 htmlspecialchars() 函数转义 HTML 标记，以防止 XSS 攻击。
以下是一个简单的示例：
HTML 表单代码：
<form action="submit.php" method="post">
<label for="name">Name:</label>
<input type="text" id="name" name="name">
<label for="email">Email:</label>
<input type="email" id="email" name="email">
<button type="submit">Submit</button>
</form>
PHP 代码（submit.php）：
<?php
// 获取表单提交的数据
$name=$_POST['name'];
$email=$_POST['email'];
// 在这里进行处理，例如将数据存储到数据库中
// ...
// 返回一个响应，告诉用户数据已经被成功提交
echo "Thank you for submitting the form, $name!";
?>
在上面的示例中，表单的 "action" 属性设置为 "submit.php"，这意味着提交表单时，数据将被发送到 submit.php 文件中的 PHP 代码中进行处理。PHP 代码使用 $_POST 数组来获取表单提交的数据，然后进行处理，例如将数据存储到数据库中。最后，PHP 代码返回一个响应，告诉用户数据已经被成功提交。在处理表单数据时，一定要对用户输入进行验证和过滤，以防止安全漏洞。
需要对表单提交的数据进行验证和过滤，以确保数据的完整性和安全性。以下是一些常见的方法：
1、验证表单字段：在 PHP 代码中使用条件语句和正则表达式等方法来验证表单字段的有效性，例如验证电子邮件地址的格式是否正确。
$email=$_POST['email'];
if (!filter_var($email, FILTER_VALIDATE_EMAIL)) {
// 如果邮件地址格式不正确，则显示错误消息
echo "Invalid email address";
}
2、过滤输入数据：使用 PHP 中的过滤器函数来过滤表单输入数据，以防止 XSS 攻击和 SQL 注入等安全漏洞。
$name=$_POST['name'];
$name=filter_var($name, FILTER_SANITIZE_STRING); // 过滤特殊字符和标签
3、防止跨站脚本攻击（XSS）：在 PHP 代码中使用 htmlspecialchars() 函数来转义 HTML 标记，防止恶意脚本注入到页面中。
$name=$_POST['name'];
$name=htmlspecialchars($name, ENT_QUOTES, 'UTF-8'); // 转义 HTML 标记
4、防止 SQL 注入攻击：在 PHP 代码中使用参数化查询或准备语句来执行数据库操作，以防止恶意 SQL 语句注入到数据库中。
$stmt=$pdo->prepare("INSERT INTO users (name, email) VALUES (:name, :email)");
$stmt->bindParam(':name', $name);
$stmt->bindParam(':email', $email);
$stmt->execute();
通过这些方法，可以确保表单提交的数据是安全和有效的，并且能够正常地处理和存储到数据库中。
*请认真填写需求信息，我们会在24小时内与您取得联系。
