luispedro/mahotas

Computer Vision in Python

What it solves

Mahotas 提供一套快速的计算机视觉算法用于图像处理。它通过在 C++ 中实现核心逻辑，同时保持直接在 NumPy 数组上操作的用户友好接口，解决了 Python 中对高性能视觉工具的需求。

How it works

该库充当 Python 包装器，将各种计算机视觉算法的 C++ 实现封装起来。它与 NumPy 和 Matplotlib 生态系统紧密集成，允许用户使用标准的 Python 数据结构执行复杂的图像操作——如阈值化、滤波和特征提取。

Who it’s for

它面向在计算机视觉、生物图像信息学以及通用图像处理领域工作的开发者和研究人员，适用于需要比纯 Python 实现更快执行速度的场景。

Highlights

  • 超过 100 个图像处理和计算机视觉函数。
  • 高性能 C++ 后端，提升速度。
  • 支持高级算法，包括 watershed、SURF（Speeded‑Up Robust Features）、SLIC 超像素和 Sobel 边缘检测。
  • 丰富的特征提取工具，如 Zernike、Haralick、LBP 和 TAS 特征。
  • 稳定的接口，具长期向后兼容性。