mahotas

NumPy 风格图像处理，C++ 加速，轻量做视觉特征

mahotas 是一个基于 Python 和 C++ 的计算机视觉与图像处理库，核心目标是为 NumPy 数组提供高效、轻量的图像分析能力。它解决的是在科学计算和工业检测场景中，需要快速完成图像滤波、形态学操作、特征提取、阈值分割、边缘检测等任务，但又不想引入 OpenCV 这类大型依赖的问题。mahotas 的接口设计贴近 NumPy 风格，图像就是数组，函数直接作用于数组，学习成本低。它内置了丰富的算法，包括 Sobel、Canny、Otsu 阈值、分水岭、区域属性计算、Haralick 纹理特征、Zernike 矩、自由径向多项式等，还支持从磁盘读写常见图像格式。由于底层用 C++ 实现，计算速度比纯 Python 快很多，适合批量处理图像或嵌入到机器学习流水线中。项目历史较长，稳定可靠，常被用于生物图像分析、显微镜图像处理和传统视觉特征工程。