Definition Was ist scikit-image?

Anbieter zum Thema

Fujitsu Technology Solutions GmbH

Disy Informationssysteme GmbH

Fivetran Germany GmbH

scikit-image ist der Name einer frei verfügbaren Software-Bibliothek. Sie stellt eine Sammlung von Algorithmen für die Verarbeitung, Analyse und Manipulation von Bildern mit der Programmiersprache Python zu Verfügung. Die Bibliothek ist für Anwendungen in verschiedenen Bereichen wie Forschung, Bildung und im industrielle Umfeld einsetzbar. scikit-image arbeitet nahtlos mit anderen wissenschaftlichen Python-Bibliotheken wie NumPy und SciPy zusammen.

scikit-image ist der Name einer freien Software-Bibliothek für die Programmiersprache Python. Der Namensteil „scikit“ leitet sich vom englischen Begriff „SciPy Toolkit“ ab. Die Bibliothek enthält eine Sammlung von Algorithmen und Hilfsmitteln für die Bildverarbeitung. Mit ihnen lassen sich Bilder verarbeiten, analysieren, manipulieren, segmentieren, filtern und vieles mehr. scikit-image fügt sich nahtlos in das Python-Ökosystem ein und arbeitet mit anderen wissenschaftlichen oder numerischen Python-Bibliotheken wie NumPy oder SciPy zusammen.

Das scikit-image-Projekt startete im Jahr 2009. Die Projekt-Homepage ist unter scikit-image.org zu finden. Geschrieben ist die Library größtenteils in Python. Einige wenige Algorithmen wurden mit Cython erstellt. Die Bibliothek steht unter Open-Source-Lizenz „Modified BSD“ und wird von einer aktiven Online-Gemeinde kontinuierlich weiterentwickelt. Über die Jahre hat sich scikit-image zu einem De-facto-Standard für die wissenschaftliche Bildverarbeitung mit Python entwickelt. Die aktuelle Version der Library ist die Version 0.19.3 vom 12. Juni 2022 (Stand Februar 2023). scikit-image ist für Anwendungen in verschiedenen Bereichen wie Forschung, Bildung oder im industriellen Umfeld einsetzbar.

Die Motivation für die Entwicklung von scikit-image

Einer der wichtigsten Aspekte bei der Entwicklung von scikit-image war es, Anwendern, die bereits mit den wissenschaftlichen Tools für Python vertraut sind, eine qualitativ hochwertige, gut dokumentierte und leicht zu installierende und zu verwendende Software-Bibliothek mit Algorithmen und Hilfsmitteln zur Bildverarbeitung bereitzustellen. scikit-image ist als eine Art von Referenz-Bibliothek für wissenschaftliche Bildanalysen anzusehen.

Die Library ist konsistent und fehlerfrei. Bevor neuer Code in die Bibliothek aufgenommen wird, wird er von mindestens zwei Core-Entwicklern geprüft. Die Weiterentwicklung der Library wird von den Anforderungen der Anwender getrieben und von einer aktiven Online-Community umgesetzt. Die Funktionen der Bibliothek sind primär auf wissenschaftliche Zwecke und nicht auf Consumer-Anforderungen ausgerichtet. Der für die Bildverarbeitung erstellte Code soll leicht zu lesen und zu verstehen sein. Die Core-Entwickler übernehmen auch bei der Erstellung der Dokumentation für scikit-image eine aktive Rolle. Die Dokumentation ist lehrreich aufgebaut und enthält viele anschauliche Beispiele zur Verdeutlichung der verschiedenen Funktionen und Algorithmen. Auch Unternehmen soll es möglich sein, die Bibliothek völlig frei für professionelle Zwecke einzusetzen.

Die Installationsmöglichkeiten von scikit-image

Zur Installation von scikit-image bestehen verschiedene Möglichkeiten. Eine der einfachsten Lösungen ist die Nutzung einer wissenschaftlichen Python-Distribution wie Anaconda, Python(x,y) oder WinPython. Mit einer einzigen Installation erhalten Anwender die Bibliothek scikit-image und alle weiteren benötigten und abhängigen Libraries. Weitere Installationsmöglichkeiten sind pip als Paketverwaltungsprogramm für Python-Pakete aus dem Python Package Index (PyPi), die Paketverwaltung conda oder System-Package-Manager wie yum oder apt.

Die Funktionen von scikit-image

scikit-image stellt eine Sammlung verschiedener Algorithmen für die Bildverarbeitung zur Verfügung. Mit diesen Algorithmen lassen sich Funktionen ausführen wie Farbraummanipulationen, Segmentierungen, Feature-Erkennungen und Feature-Extraktionen, Filterungen, morphologische Funktionen, graphentheoretische Funktionen, geometrische Transformationen, Messungen von Bildeigenschaften, Wiederherstellungsfunktionen und andere.

scikit-image repräsentiert Bilder als NumPy-Arrays. Die NumPy-Arrays bilden die fundamentale Datenstruktur und stellen die Kompatibilität mit anderen Komponenten des wissenschaftlichen Python-Ökosystems sicher. NumPy-Arrays sind ein De-facto-Standard für die Darstellung multidimensionaler Daten in wissenschaftlichen Python-Anwendungen. Arrays der Images können unterschiedlich viele Dimensionen besitzen.

Die verschiedenen Anwendungsbereiche von scikit-image

Bilder müssen in vielen verschiedenen Bereichen auf unterschiedliche Art und Weise verarbeitet und analysiert werden. scikit-image stellt Algorithmen für eine maschinelle Bildverarbeitung zur Verfügung. Die Bibliothek ist in der Wissenschaft, im Bildungsbereich und im industriellen Umfeld einsetzbar. Beispiele für Anwendungsbereiche von scikit-image sind die Medizin, Astronomie, Robotik, Biologie, Materialwissenschaften, Archäologie, Halbleiterindustrie und viele andere Bereiche.

Ebenfalls wichtige Anwendungsbereiche von scikit-image sind Data Mining, Künstliche Intelligenz und maschinelles Lernen. Die Bibliothek kommt für die Vor- oder Nachbearbeitung und die Analyse von Bildern in Deep-Learning-Frameworks wie PyTorch oder TensorFlow zum Einsatz. Auch für Bildungsprojekte wie SciPy Lecture Notes, das Python-Data-Science-Handbuch oder FastAI wird scikit-image verwendet.

(ID:49061818)