Scikit-image是壹個開源的Python包，適用於numpy數組。它為研究、教育和工業應用實現算法和實用工具。即使對於那些不熟悉Python生態系統的人來說，這也是壹個相當簡單和直接的庫。這段代碼是由壹個活躍的誌願者社區編寫的，質量很高，經過了同行評審。
2.Numpy
Numpy是Python編程的核心庫之壹，提供對數組的支持。圖像本質上是包含數據點像素的標準Numpy數組。因此，我們可以通過使用基本的NumPy操作來修改圖像的像素值，例如切片、遮罩和花式索引。可以使用skimage加載圖像，使用matplotlib顯示圖像。
3.Scipy
Scipy是另壹個類似於Python中Numpy的核心科學模塊，可用於基本的圖像操作和處理任務。特別是，子模塊scipy.ndimage提供了在n維NumPy數組上操作的函數。目前，該軟件包包括線性和非線性濾波，二值形態學，B樣條插值和物體測量。
4.PIL/枕頭
PIL是壹個免費的Python編程語言庫，支持以多種不同的文件格式打開、操作和保存圖像。然而，隨著2009年最後壹個版本的發布，它的開發停滯了。幸運的是，還有枕頭，這是PIL的壹個分支，正在積極開發，更容易安裝。它可以在所有主流操作系統上運行，並支持Python3。該庫包含基本的圖像處理功能，包括點操作、使用壹組內置卷積核的過濾和色彩空間轉換。
5.OpenCV-Python
OpenCV是計算機視覺應用中使用最廣泛的庫之壹。
。OpenCV-Python是opencv API的Python版本。OpenCV-Python的優勢不僅在於效率高，而且其內部組件都是用C/C++編寫的，易於編寫和部署。這使得它成為執行計算密集型計算機視覺程序的良好選擇。
6.簡單CV
SimpleCV也是壹個用於構建計算機視覺應用程序的開源框架。有了它，可以訪問幾個高性能的計算機視覺庫，比如OpenCV，不需要學習位深、文件格式、顏色空間等。它的學習曲線比OpenCV小得多，正如他們的廣告語所說，“計算機視覺變得簡單”。
7.馬霍塔斯
Mahotas是另壹個用於計算機視覺和圖像處理的Python庫。它包括傳統的圖像處理功能，如濾波和形態學操作，以及用於特征計算的更現代的計算機視覺功能，包括興趣點檢測和局部描述符。接口是Python語言，適合快速開發，但是算法是用C語言實現的，根據速度進行優化。Mahotas庫快速、簡潔，甚至具有最小的依賴性。
8.SimpleITK
ITK或洞察力分割和註冊
Toolkit是壹個開源的跨平臺系統，為開發者提供了種類繁多的圖像分析軟件工具。
。其中，SimpleITK是基於ITK的簡化層，旨在促進其在快速原型設計、教育和解釋語言中的應用。SimpleITK是壹個圖像分析工具包，它包含大量支持壹般過濾操作、圖像分割和匹配的組件。SimpleITK本身是用C++編寫的，但它適用於包括Python在內的大多數編程語言。
9.pgmagick
Pgmagick是GraphicsMagick庫的基於python的包裝器。GraphicsMagick圖像處理系統有時被稱為圖像處理的瑞士軍刀。它提供了壹個強大而高效的工具和庫集合，並支持讀取、寫入和操作88種主要格式的圖像。
10.皮開羅
Pycairo是壹套Python捆綁的圖像處理庫cairo。Cairo是壹個用於繪制矢量圖形的2D圖形庫。矢量圖形很有趣，因為它們在調整大小或轉換時不會失去清晰度。Pycairo是cairo的壹組綁定，可用於從Python調用cairo命令。