scikit-image
skimage
基于 Python 脚本语言开发的数字图片处理包，比如 PIL, Pillow, opencv, scikit-image 等。 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。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。
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
PIL vs skimage
Image 读出来的是 PIL 的类型，而 skimage.io 读出来的数据是 numpy 格式的：
import Image as img
import os
from matplotlib import pyplot as plot
from skimage import io,transform
#Image和skimage读图片
img_file1 = img.open('./CXR_png/MCUCXR_0042_0.png')
img_file2 = io.imread('./CXR_png/MCUCXR_0042_0.png')
输出可以看出 Img 读图片的大小是图片的(width, height)；而 skimage 的是(height,width, channel)。
#读图片后数据的大小：
print "the picture's size: ", img_file1.size
print "the picture's shape: ", img_file2.shape
the picture's size: (4892, 4020)
the picture's shape: (4020, 4892)
#得到像素：
print(img_file1.getpixel((500,1000)), img_file2[500][1000])
print(img_file1.getpixel((500,1000)), img_file2[1000][500])
print(img_file1.getpixel((1000,500)), img_file2[500][1000])
(0, 139)
(0, 0)
(139, 139)
Img 读出来的图片获得某点像素用 getpixel((w,h))可以直接返回这个点三个通道的像素值 skimage 读出来的图片可以直接 img_file2[0][0]获得，但是一定记住它的格式，并不是你想的(channel,height,width)。