Python类库简介

不管采用TensorFlow还是Keras框架，只要采用Python语言开发系统，还需要安装一些Python类库才可以充分发挥Python语言的快速开发优势，这类类库多数可以采用简单的命令格式pip install+库名完成安装，在此简单先介绍一下与图像处理相关各个类库的主要用途，后续章节会引用相关类库编写代码，读者也可利用网络搜索学习各个类库的详细功能和使用方法。

Numpy：全称为Numerical Python，是Python语言的一个扩展类库，支持大量的维度数组与矩阵运算，并且针对数组运算提供了大量的数学函数库。Numpy可以弥补python本身对数组运算支持较差的局限性。

OpenCV：全称为Open Source Computer Vision Library，是一个开源发行的跨平台轻量级且高效的计算机视觉库，可以运行在Linux、Windows和Mac OS常见操作系统上。OpenCV由一系列C函数和少量C++类构成，同时提供了Py-thon、Ruby、MATLAB等语言的接口，提供了图像处理和计算机视觉方面的众多通用算法。

Matplotlib：是Python的2D绘图类库，仿照Matlab的函数形式提供了绘图接口，为Python开发提供了便利的图表绘制功能。

Pandas：Pandas的名称来自面板数据（panel data）和python数据分析（data a-nalysis），提供了大量有助于快速便捷地处理大型数据集的函数和方法。

Pillow：也称PIL（Python Imaging Library），是Python一个强大的图像处理类库，能够方便Python对各种文件格式的图像实现图像储存、图像显示、格式转换等各种基本图像处理操作。(www.xing528.com)

Scikit-learn：是一个完整的面向机器学习算法的开源类库，内建了常见的分类、回归、聚类等机器学习算法，但Scikit-learn没有专门面向神经网络设计算法，而且不支持GPU加速。

Scipy：是一个用于数学、科学、工程领域的开源Python算法库和数学工具包。可以处理插值、优化、积分、常微分方程数值解的求解、图像处理、信号处理等问题。

tqdm：是Python一个快速、扩展性强的进度条类库，可以封装在任意的迭代器中，方便在Python长循环中显示一个进度提示信息。

os：提供了使用各种操作系统功能的接口，实现对计算机中文件和目录的操作。

前面说的Numpy、Matplotlib等有助于数据分析的类库都已经包含在anaconda之中，如果未包含的类库，也可利用命令行或Anaconda Navigator界面进行快速安装。