я использую простой: vsplit с ^W+w/^W+r и: tabnew с сочетаниями клавиш Ctrl+Alt+PgUp/PgDown.
Ознакомьтесь с библиотекой python Scipy . Это открытая библиотека для быстрой обработки n-мерных массивов на Python. В нем есть все основные инструменты обработки изображений:
Он не имеет всех более продвинутых функций обработки изображений Matlab. Ящик для инструментов. Однако, как предположил Вереб, многие из них можно найти в ITK (также доступном в версии для Python).
Как и вы, я хотел уйти от Matlab к динамическому языку вроде python. И, как и вы, я был разочарован PIL, когда понял, что это просто ImageMagick в python. Вам по-прежнему потребуется использовать PIL для чтения / записи изображений.
Чтобы получить опыт обработки изображений в стиле Matlab с помощью python get Numpy / Scipy , Matplotlib и Spyder . Все это и многое другое удобно упаковано в Python (X, Y) только для Windows.
OpenCV - очень быстрый и зрелый вариант на C. Плохая сторона в том, что он не объектно-ориентированный, что, как я полагаю, не является одним из ваших критериев. Включено множество функций, таких как анализ связанных компонентов.
JAI (Java Advanced Imaging) быстрый и очень зрелый, а также объектно-ориентированный. Для разогрева с этой библиотекой может потребоваться немного времени. Но мощный и управляемый.
Если вы планируете провести академические исследования или создать прототип для OpenCV, если ваша цель - разработать коммерческое или крупномасштабное программное обеспечение, я рекомендую JAI.
ОБНОВИТЬ
OpenCV сейчас имеет API C ++ и Python. Я использую OpenCV C ++ уже 3 недели, API намного лучше, чем C API. OpenCV стал более стабильным, и сообщество выросло. И в OpenCV есть множество готовых к использованию продвинутых алгоритмов. Стоит задуматься.
Я удивлен, что никто не упомянул ImageMagick . Это очень популярная библиотека обработки изображений с открытым исходным кодом, и у них есть привязки практически для любого языка.
Intel Performance Primitives - очень быстрая и продуманная программа. Большая часть функциональных возможностей низкоуровневая, начиная от линейных фильтров, арифметических операций, БПФ, вейвлетов, геометрических преобразований (...), но она также содержит несколько высокоуровневых алгоритмов, например, для рисования или сегментации. Это очень быстро и хорошо задокументировано. Я определенно рекомендую его для коммерческой разработки (не уверен, есть ли лицензии на открытый исходный код).
Насколько мне известно, ITK используется для получения медицинских изображений:
http://www.itk.org
OpenCV имеет привязки к Python http://opencv.willowgarage.com - как упоминал Вереб, ITK также является высшим классом.
GDAL служит зрелым прокси для различных форматов изображений . Привязки для нескольких языков, включая Python
Как уже кто-то упоминал, вы можете использовать ITK, который можно использовать вместе с VTK в качестве набора инструментов визуализации. Единственная проблема, которую вы обнаружите - их не очень легко собрать, если вы собираетесь использовать их python-обертки (и еще сложнее, если вы попытаетесь собрать сторонний проект с открытым исходным кодом wrapITK).
Но вы можете использовать python(x,y), который поставляется со всеми этими инструментами (и многими другими), работающими из коробки и на python: http://www.pythonxy.com
Надеюсь, это поможет.