# scikit-image Reviews **Vendor:** The Libra Toolkit **Category:** [Software de Reconhecimento de Imagem](https://www.g2.com/pt/categories/image-recognition) **Average Rating:** 4.4/5.0 **Total Reviews:** 13 ## About scikit-image scikit-image é uma coleção de algoritmos para processamento de imagens. ## scikit-image Reviews ### 1. Fácil de usar, biblioteca de algoritmos de processamento de imagem de código aberto para uso em python **Rating:** 4.5/5.0 stars **Reviewed by:** Dipak K. | Senior Research Fellow (PhD), Pequena Empresa (50 ou menos emp.) **Reviewed Date:** March 22, 2022 **O que você mais gosta em scikit-image?** biblioteca gratuita e de código aberto com uma variedade de algoritmos comuns de processamento de imagens. Fácil de importar e analisar imagens 2D e 3D com código python simples. Uma das bibliotecas otimizadas com uma versão estável. Muito útil em reconhecimento de padrões e aplicações de IA. Fácil de usar e implementar novos algoritmos usando scikit-image em python. fácil instalação e integração com python. **O que você não gosta em scikit-image?** O processamento de vídeo em tempo real não é muito otimizado em comparação com o OpenCV. Principalmente para processamento de vídeo em tempo real, o OpenCV é recomendado pelos especialistas. Além disso, não há outras desvantagens para o Scikit-image. **Recomendações a outras pessoas considerando scikit-image:** Iniciantes no campo de visão computacional e processamento de imagens combinados com IA devem usar esta caixa de ferramentas. Existem muitas alternativas, mas esta é muito fácil de usar, otimizada e está se tornando muito popular. **Que problemas scikit-image está resolvendo e como isso está beneficiando você?** Reconhecimento de padrões. identificação de objetos. operações morfológicas etc. muitos projetos incluem a combinação de processamento de imagem com algoritmos de aprendizado de máquina e aprendizado profundo para aplicações específicas. ### 2. Algoritmos de processamento de imagem para usar de forma fácil usando scikit-image **Rating:** 4.5/5.0 stars **Reviewed by:** Shekhar P. | Artificial Intelligence Engineer, Médio Porte (51-1000 emp.) **Reviewed Date:** June 10, 2020 **O que você mais gosta em scikit-image?** Gratuita e melhor ferramenta para visão computacional e processamento de imagem **O que você não gosta em scikit-image?** Alguns não estão dando o resultado adequado conforme o esperado. **Recomendações a outras pessoas considerando scikit-image:** scikit-image é gratuito e não há restrições para uso. Também é muito fácil de usar por iniciantes que estão apenas entrando no campo de aprendizado de máquina. É rico em diferentes algoritmos que podem ajudar a obter resultados rápidos de aprendizado de máquina e visualização dos dados. **Que problemas scikit-image está resolvendo e como isso está beneficiando você?** Nós usamos o scikit-image para resolver problemas da vida real de realidade virtual e aumentada. Muitos algoritmos gostam de detectar imagens e limiar de forma separada de maneira muito eficiente e reduzem nosso tempo de trabalho para terminar. Traçar gráficos é muito fácil e rápido. ### 3. Processamento de imagem facilitado **Rating:** 4.5/5.0 stars **Reviewed by:** Usuário Verificado em Software de Computador | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** July 07, 2019 **O que você mais gosta em scikit-image?** Fornece muitos algoritmos de processamento de imagem de uma vez e é fácil de aprender. **O que você não gosta em scikit-image?** É construído apenas na linguagem de programação Python, o que o torna limitado para programadores que não são familiarizados com Python. **Recomendações a outras pessoas considerando scikit-image:** Eu recomendo o scikit-image para pessoas interessadas em resolver problemas de visão computacional. **Que problemas scikit-image está resolvendo e como isso está beneficiando você?** Usamos o scikit-image para processamento e segmentação de imagens no meu local de trabalho. ### 4. Reconhecimento de imagem Api para python **Rating:** 5.0/5.0 stars **Reviewed by:** Paresh A. | Software Engineer, Tecnologia da Informação e Serviços, Empresa (> 1000 emp.) **Reviewed Date:** June 07, 2018 **O que você mais gosta em scikit-image?** scikit-image é a biblioteca de processamento de imagens para python que pode ser usada para manipulações básicas de imagem como um objeto numpy e também implementar vários algoritmos através do scikit-image. Você também pode usar os modelos de reconhecimento de imagem pré-treinados, como reconhecimento de dígitos, usando scikit-image. Se você quiser implementar reconhecimento facial, então você pode rastrear o rosto usando haar cascade através do scikit-image e depois usar esses dados para treinar seu modelo para prever o rosto no futuro. Além disso, você pode implementar a detecção de objetos facilmente através do scikit-image. **O que você não gosta em scikit-image?** Eu não tenho nada a desgostar sobre o scikit-image porque não tenho reclamações sobre ele até agora. **Recomendações a outras pessoas considerando scikit-image:** Eu recomendo usar scikit-image para implementar detecção de rosto, detecção de objetos e outros algoritmos de reconhecimento e processamento de imagem usando scikit-image porque facilita a implementação de tais algoritmos devido à sua biblioteca de métodos comuns que já estão implementados e pode ser usado com uma linha de código, então eu recomendo usar scikit-image para fins de processamento e reconhecimento de imagem. **Que problemas scikit-image está resolvendo e como isso está beneficiando você?** Sou desenvolvedor de software e tenho que implementar reconhecimento facial, rastreamento facial, detecção de objetos e outros algoritmos de reconhecimento de imagem direta ou indiretamente. Implementei reconhecimento facial usando scikit-image e obtive bons resultados para o software do meu cliente, então estou muito satisfeito com scikit-image. Também implementei OCR usando reconhecimento de dígitos através do scikit-image. ### 5. Uma biblioteca de processamento de imagem muito boa para python **Rating:** 5.0/5.0 stars **Reviewed by:** Sunil C. | Software Developer, Tecnologia da Informação e Serviços, Empresa (> 1000 emp.) **Reviewed Date:** June 04, 2018 **O que você mais gosta em scikit-image?** Scikit Image é a biblioteca de processamento de imagens. É usada para implementar o processamento de imagens para o seu projeto com algumas linhas de código. A melhor coisa sobre ela é que utiliza arrays numpy como objetos de imagem, o que ajuda na portabilidade do código. Ela também possui muitos conjuntos de dados de processamento de imagens embutidos que podem ser usados para treinar seu modelo, por isso é realmente uma biblioteca útil para Python. Você também pode aceitar a imagem diretamente da câmera usando scikit-image. E também pode exibir imagens com muita facilidade para que você possa visualizar seu modelo mais profundamente. **O que você não gosta em scikit-image?** Eu não tenho nada a desgostar sobre uma biblioteca de processamento de imagens tão ótima e de código aberto. **Recomendações a outras pessoas considerando scikit-image:** Eu recomendo usar scikit-image para processamento de imagens e implementá-lo especialmente para Python porque é a melhor biblioteca que você pode ter. Armazena imagens no formato de array numpy, que pode ser usado com outras bibliotecas para processamento adicional, portanto, tem maior portabilidade. Além disso, possui muitos modelos embutidos e toneladas de conjuntos de dados, então se torna fácil implementar qualquer algoritmo de reconhecimento de imagem em Python. **Que problemas scikit-image está resolvendo e como isso está beneficiando você?** No meu negócio, sempre que há necessidade de processamento de imagem no meu código, eu opto pelo scikit-image porque já estou usando o scikit-learn, que também é um ótimo produto do scikit, e assim usar ambos juntos torna o trabalho mais fácil. Eu implementei vários algoritmos básicos usando scikit-image, como detecção de objetos e também reconhecimento de dígitos (em tempo real), e os integrei ao meu código. ### 6. Algoritmos de processamento de imagem mais eficientes **Rating:** 4.5/5.0 stars **Reviewed by:** Sanjana P. | Python Developer, Tecnologia da Informação e Serviços, Empresa (> 1000 emp.) **Reviewed Date:** October 29, 2018 **O que você mais gosta em scikit-image?** Eu gosto da implementação perfeita desta biblioteca e métodos, e é bastante fácil integrá-los no seu código. Pode ser combinado com a visualização usando a biblioteca matplotlib em Python, o que é bem legal. **O que você não gosta em scikit-image?** Eu não desgostei de nada em particular. Porque estou bastante confortável usando Python também e gosto de trabalhar com as bibliotecas scikit. **Recomendações a outras pessoas considerando scikit-image:** Altamente recomendado. Muito para explorar e aprender. **Que problemas scikit-image está resolvendo e como isso está beneficiando você?** Estou tentando estudar o reconhecimento de padrões comportamentais usando diferentes expressões faciais. Então, o estudo lida com o reconhecimento de diferentes expressões faciais e seus traços comportamentais. ### 7. Melhor biblioteca para processamento de imagens **Rating:** 5.0/5.0 stars **Reviewed by:** Ayesha M. | Software Development Engineer, Tecnologia da Informação e Serviços, Empresa (> 1000 emp.) **Reviewed Date:** June 08, 2018 **O que você mais gosta em scikit-image?** Scikit é a biblioteca de código aberto que está disponível gratuitamente para Python e pode ser instalada clonando o repositório git ou instalando via pip. É uma biblioteca muito simples de usar e você pode realizar tarefas complexas de processamento de imagem com muita facilidade. Ela possui seu próprio conjunto de dados que pode ser usado para treinar seu modelo, como o conjunto de dados de moedas que pode ser usado para demonstração de segmentação de imagem. Os algoritmos complexos como hough_ellipse, limiarização de imagem e segmentação de imagem podem ser facilmente implementados através do scikit-image com uma única linha de código, por isso é uma ótima biblioteca para processamento de imagem. **O que você não gosta em scikit-image?** Scikit image é a melhor biblioteca de processamento de imagens e não tem falhas. **Recomendações a outras pessoas considerando scikit-image:** Eu recomendo usar o scikit image para tarefas de processamento de imagem porque facilita a implementação de tarefas de processamento de imagem através dos seus melhores algoritmos. Eu só precisei implementar a elipse de Hough e, depois de tentar muito por conta própria, não consegui codificá-la, mas então usei o scikit image e consegui implementá-la facilmente em minutos e deixei meu código pronto para implantação, então recomendo usar o scikit image para facilitar sua tarefa. **Que problemas scikit-image está resolvendo e como isso está beneficiando você?** Sou programador Python na minha equipe de desenvolvedores de software e meu trabalho é implementar vários algoritmos de acordo com os requisitos do projeto e quando recebemos projetos relacionados ao processamento de imagens, como detecção de objetos, segmentação, rastreamento e reconhecimento facial, uso scikit-image para implementar tais algoritmos. Recentemente, desenvolvemos um produto para classificar imagens de acordo com seu tom de cor para uma empresa e, para isso, usei scikit-image. ### 8. Ótima biblioteca de segmentação **Rating:** 2.5/5.0 stars **Reviewed by:** Usuário Verificado em Educação Superior | Médio Porte (51-1000 emp.) **Reviewed Date:** November 01, 2018 **O que você mais gosta em scikit-image?** Esta biblioteca de processamento de imagens é ótima para analisar grandes conjuntos de dados. Os dados são processados de forma suave, normalmente de maneira oportuna, e podem ser aplicados de várias maneiras na programação em Python. **O que você não gosta em scikit-image?** Embora seja muito extensa, a biblioteca tem seus limites com alguns conjuntos de dados onde os dados não serão processados. Às vezes, há erro ao executá-la no MATLAB, então isso deve ser melhorado. **Que problemas scikit-image está resolvendo e como isso está beneficiando você?** Muitos dos nossos dados são imagens, como ressonâncias magnéticas, tomografias PET, dados de escrita à mão, em arquivos grandes e extensos. A biblioteca funciona bem para aplicar vários tipos de algoritmos de aprendizado de máquina aos nossos dados e tem nos dado resultados confiáveis. ### 9. Uma ótima biblioteca de processamento de imagens para Python **Rating:** 5.0/5.0 stars **Reviewed by:** Shardul T. | Software Engineer, Software de Computador, Médio Porte (51-1000 emp.) **Reviewed Date:** February 16, 2018 **O que você mais gosta em scikit-image?** mais um ótimo produto de código aberto da casa do scikit. Scikit-image é uma biblioteca de processamento de imagens para Python que possui quase todos os algoritmos de processamento de imagens implementados por muitos grandes desenvolvedores do mundo de código aberto. A melhor coisa sobre isso é que está disponível gratuitamente e possui todos os ótimos recursos que uma biblioteca ideal de reconhecimento de imagens deve ter. **O que você não gosta em scikit-image?** Eu não tenho nada a desgostar sobre este enorme produto porque é a melhor biblioteca de processamento de imagem que podemos ter. **Recomendações a outras pessoas considerando scikit-image:** Eu recomendo usar a biblioteca scikit-image para implementar algoritmos de processamento de imagem em python e depois implantar o produto na sua plataforma necessária. É a melhor biblioteca de processamento de imagem, de acordo comigo, e será a biblioteca mais útil e fácil de implementar que você pode ter no campo de processamento de imagem para python. **Que problemas scikit-image está resolvendo e como isso está beneficiando você?** Eu uso scikit-image para desenvolver produtos de processamento de imagem, como desenvolver dados de treinamento para algoritmos de treinamento de um só exemplo. Desenvolvendo um filtro para aplicativo de fotos e integrando-o ao produto conforme exigido pelo cliente. Além disso, implementei vários algoritmos diferentes e ajustei os algoritmos do scikit-image para garantir que os parâmetros sejam perfeitos para meu uso. É a melhor biblioteca de reconhecimento de imagem útil. ### 10. melhor API de código aberto para processamento de imagens!! **Rating:** 4.0/5.0 stars **Reviewed by:** sanjay v. | Information Technology Specialist, Software de Computador, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** June 08, 2018 **O que você mais gosta em scikit-image?** um dos melhores e mais estáveis APIs para processamento de imagens, ele fornece um canvas baseado em matplotlib para exibição de imagens, o que é muito prático de usar, podemos facilmente adicionar plugins ao visualizador, e especialmente a eficiência da confiança fornecida na saída é muito boa!! **O que você não gosta em scikit-image?** o suporte para isso não é tão bom, comparativamente menos tutoriais para scikit image!! **Recomendações a outras pessoas considerando scikit-image:** se você conhece opencv e matplotlib e deseja realizar qualquer tipo de análise de visão, então esta API é a melhor escolha, embora seja difícil de aprender, mas no final do dia realmente simplifica seu trabalho!! **Que problemas scikit-image está resolvendo e como isso está beneficiando você?** nossa empresa usa esta API para detecção de danos e monitoramento de visão para sistema baseado na indústria!! ### 11. Melhor pacote de processamento de imagem que existe **Rating:** 5.0/5.0 stars **Reviewed by:** Usuário Verificado em Consultoria de Gestão | Médio Porte (51-1000 emp.) **Reviewed Date:** November 22, 2018 **O que você mais gosta em scikit-image?** Boa culminação de todas as ferramentas populares de processamento de imagem e funções embutidas que você precisaria. O Scikit-image tem uma boa base em uma ampla variedade de algoritmos de treinamento e bancos de dados para implementar aprendizado de máquina em conjuntos de imagens. **O que você não gosta em scikit-image?** Não possui GPU suficiente ou paralelização para suportar múltiplos threads. **Que problemas scikit-image está resolvendo e como isso está beneficiando você?** É gratuito para usar como um pacote Python e tem boa documentação. Usando a rede neural do scikit-image para reconhecimento de padrões em imagens. ### 12. Biblioteca de processamento de imagem agradável e razoável **Rating:** 4.5/5.0 stars **Reviewed by:** Usuário Verificado em Gestão Educacional | Empresa (> 1000 emp.) **Reviewed Date:** November 16, 2018 **O que você mais gosta em scikit-image?** Existem vários algoritmos para diversas tarefas de processamento de imagem. A melhor parte é que é uma biblioteca Python e, portanto, fácil de implementar aplicações desde níveis ingênuos até níveis complexos. **O que você não gosta em scikit-image?** É um pacote relativamente novo e nem todos os detalhes possíveis foram implementados ainda. **Recomendações a outras pessoas considerando scikit-image:** Eu recomendo muito esta biblioteca a outros desenvolvedores de software, com certeza. **Que problemas scikit-image está resolvendo e como isso está beneficiando você?** Principalmente usando-o para tarefas de processamento de imagem e detecção de objetos. É uma ferramenta de código aberto. ### 13. Uma ferramenta de processamento de imagem bastante boa se você souber o que está fazendo. **Rating:** 3.5/5.0 stars **Reviewed by:** Usuário Verificado em Pesquisa | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** April 04, 2018 **O que você mais gosta em scikit-image?** Variedade de algoritmos para trabalhar com imagens e vídeos, imagens carregadas podem ser usadas no OpenCV, que é super rápido. **O que você não gosta em scikit-image?** A documentação está um pouco carente de detalhes para a maioria dos algoritmos. Além disso, na maioria dos casos, você precisa estar familiarizado com técnicas de processamento de imagem e saber o que está fazendo, pois não há descrição. **Que problemas scikit-image está resolvendo e como isso está beneficiando você?** Eu estava trabalhando na remoção de ruído de imagens, há alguns algoritmos implementados no scikit-image que funcionaram bem. - [View scikit-image pricing details and edition comparison](https://www.g2.com/pt/products/scikit-image/reviews?section=pricing&secure%5Bexpires_at%5D=2026-05-16+01%3A53%3A15+-0500&secure%5Bsession_id%5D=4c59817d-92f2-4815-82c4-683019a9ca88&secure%5Btoken%5D=1ccc97860d910a165385d444437d8403b053ff7e0985d63e01a5ee62c6a44986&format=llm_user) ## scikit-image Features **Tipo de reconhecimento** - Detecção de Emoções - Detecção de objetos - Detecção de texto - Análise de Movimento - Reconstrução de Cena - Detecção de logotipo - Detecção de conteúdo explícito - Detecção de vídeo **Reconhecimento Facial** - Análise Facial - Comparação de Rostos **Rotulagem** - Treinamento de modelo - Caixas Delimitadoras - Detecção de imagem personalizada **Implantação** - Integrações ## Top scikit-image Alternatives - [OpenCV](https://www.g2.com/pt/products/opencv/reviews) - 4.5/5.0 (40 reviews) - [SimpleCV](https://www.g2.com/pt/products/simplecv/reviews) - 4.5/5.0 (10 reviews) - [Google Cloud Vision API](https://www.g2.com/pt/products/google-cloud-vision-api/reviews) - 4.4/5.0 (82 reviews)