一提到数字图像处理编程，可能大多数人就会想到matlab，但matlab也有自身的缺点：
1、不开源，价格贵 2、软件容量大。一般3G以上，高版本甚至达5G以上。 3、只能做研究，不易转化成软件。
因此，我们这里使用python这个脚本语言来进行数字图像处理。
要使用python进行各种开发和科学计算，还需要安装对应的包。这和matlab非常相似，只是matlab里面叫工具箱（toolbox)，而python里面叫库或包。基于python脚本语言开发的数字图片处理包，其实很多，比如PIL,Pillow, opencv, scikit-image等。
对比这些包，PIL和Pillow只提供最基础的数字图像处理，功能有限；opencv实际上是一个c++库，只是提供了python接口，更新速度非常慢。到现在python都发展到了3.5版本，而opencv只支持到python 2.7版本；scikit-image是基于scipy的一款图像处理包，它将图片作为numpy数组进行处理，正好与matlab一样，因此，我们最终选择scikit-image进行数字图像处理。
和常见的PIL.Image的区别：Image读出来的是PIL的类型，而skimage.io读出来的数据是numpy格式的，便于处理。
官网：https://scikit-image.org/
一、需要的安装包因为scikit-image是基于scipy进行运算的，因此安装numpy和scipy是肯定的。要进行图片的显示，还需要安装matplotlib包，综合起来，需要的包有：
Python >= 2.6Numpy >= 1.6.1Cython >= 0.21Six >=1.4SciPy >=0.9Matplotlib >= 1.1.0NetworkX >= 1.8Pillow >= 1.7.8dask[array] >= 0.5.0虽然繁琐，但是Anaconda这个集成安装环境就囊括上述所有包了。
二、skimage包的子模块skimage包的全称是scikit-image SciKit (toolkit for SciPy) ，它对scipy.ndimage进行了扩展，提供了更多的图片处理功能。它是由python语言编写的，由scipy 社区开发和维护。skimage包由许多的子模块组成，各个子模块提供不同的功能。主要子模块列表如下：
子模块名称 主要实现功能io读取、保存和显示图片或视频data提供一些测试图片和样本数据color颜色空间变换filters图像增强、边缘检测、排序滤波器、自动阈值等draw操作于numpy数组上的基本图形绘制，包括线条、矩形、圆和文本等transform几何变换或其它变换，如旋转、拉伸和拉东变换等morphology形态学操作，如开闭运算、骨架提取等exposure图片强度调整，如亮度调整、直方图均衡等feature特征检测与提取等measure图像属性的测量，如相似性或等高线等segmentation图像分割restoration图像恢复util通用函数用到一些图片处理的操作函数时，需要导入对应的子模块，如果需要导入多个子模块，则用逗号隔开，如：
from skimage import io,data,color三、简单实例 from skimage import io, dataimg = data.chelsea()io.imshow(img)print(type(img)) #显示类型print(img.shape) #显示尺寸
参考资料：
https://blog.csdn.net/qq_41185868/article/details/80330262
https://www.cnblogs.com/denny402/p/5121501.html （此网址包含了skimage完整教程）
https://www.cnblogs.com/wangxiaocvpr/p/11656603.html（此博客参考自网址2）
