10 meilleures bibliothèques de traitement d’images en Python

Le traitement d’images en Python couvre des charges de travail très différentes : miniatures Web, mesures scientifiques, vidéo en temps réel, augmentation de l’apprentissage automatique, enregistrement médical et images gigapixels. La meilleure bibliothèque est donc celle dont le modèle de données, les algorithmes et le profil de déploiement correspondent au travail – et non simplement au projet avec le plus de fonctions.

OpenCV se classe en premier pour la largeur générale de la vision par ordinateur, tandis que Pillow est la meilleure bibliothèque d’images quotidienne et que scikit-image offre l’expérience d’analyse scientifique la plus claire. torchvision et Kornia mènent à l’intérieur des flux de travail PyTorch. Albumentations reste techniquement solide pour l’augmentation, mais ses options de licence actuelles doivent être évaluées avant l’adoption.

Dernière révision juillet 2026. Les classements reflètent la maintenance actuelle, l’adoption de l’écosystème, la documentation, les capacités, les licences et l’adéquation pour les cas d’utilisation déclarés.

1. OpenCV

OpenCV est la bibliothèque de vision par ordinateur généraliste la plus large disponible à partir de Python. Elle couvre la lecture et l’écriture d’images et de vidéos, la conversion de couleurs, le filtrage, la morphologie, la géométrie, l’étalonnage, la détection de fonctionnalités, le suivi, le flux optique, l’apprentissage automatique classique, l’inférence de réseau neuronal et les flux de travail de caméra en temps réel. Les liaisons Python exposent un noyau C++ hautement optimisé, ce qui fait d’OpenCV le meilleur choix par défaut lorsque le projet s’étend au-delà de la simple édition de fichiers.

Meilleure pour : Vision par ordinateur générale, vidéo, pipelines de caméra et opérations d’image haute performance

• Forces : Largeur d’algorithmes exceptionnelle ; implémentation native rapide ; prise en charge de la vidéo et de la caméra en temps réel ; grande communauté et couverture de plate-forme
• Considérations : Les tableaux utilisent l’ordre BGR dans de nombreux chemins courants ; les API reflètent les conventions C++ ; les roues binaires et les codecs facultatifs varient selon la plate-forme

Afficher la documentation OpenCV

2. Pillow

Pillow est la version maintenue de la bibliothèque d’images Python et le choix le plus pratique pour les travaux d’images raster courants. Elle lit et écrit de nombreux formats et fournit un redimensionnement, une découpe, une rotation, une conversion de couleurs, des filtres, un dessin, un texte, un accès aux métadonnées et une composition. Elle est suffisamment légère pour les scripts et les services Web et interagit facilement avec NumPy et les bibliothèques d’apprentissage automatique.

Meilleure pour : Manipulation de fichiers d’images quotidiens, redimensionnement, composition et pipelines Web

• Forces : API Pythonique simple ; prise en charge de format large ; excellent pour les flux de travail Web et de document ; activement maintenu
• Considérations : Ce n’est pas un système de vision par ordinateur complet ; les performances peuvent être inférieures aux bibliothèques vectorisées spécialisées sur les pipelines lourds ; les images non fiables nécessitent des mesures de sécurité contre les bombes de décompression et les codecs

Afficher la documentation Pillow

3. scikit-image

scikit-image est une collection de algorithmes pour le filtrage, la segmentation, l’extraction de fonctionnalités, la morphologie, les mesures, l’exposition, la restauration, les transformations et les métriques de qualité d’image. Son interface basée sur NumPy et ses exemples éducatifs en font un choix particulièrement solide pour la recherche, la microscopie et l’analyse scientifique reproductible où le code lisible compte.

Meilleure pour : Analyse d’images scientifiques avec une API native NumPy

• Forces : Intégration claire de NumPy ; algorithmes scientifiques et exemples excellents ; conventions cohérentes ; outils de mesure et de morphologie solides
• Considérations : Principalement orienté CPU ; pas conçu pour la capture de caméra ou l’interface utilisateur de l’application ; les utilisateurs doivent suivre les conventions de dtype et d’intervalle d’intensité avec soin

Afficher la documentation scikit-image

4. torchvision

torchvision est la bibliothèque de vision officielle dans l’écosystème PyTorch. Elle fournit des ensembles de données, des architectures de modèles et des poids, des opérations d’image et de vidéo, et des transformations v2 recommandées qui peuvent maintenir les images, les vidéos, les masques, les clés et les boîtes de délimitation synchronisées. C’est le choix naturel lorsque le traitement d’images fait partie d’un pipeline d’entraînement ou d’inférence PyTorch.

Meilleure pour : Transformations d’images PyTorch, ensembles de données, modèles de vision pré-entraînés et pipelines d’entraînement

• Forces : Intégration officielle PyTorch ; modèles et ensembles de données pré-entraînés ; transformations natives de tenseurs ; prise en charge des boîtes, des masques, des clés et de la vidéo
• Considérations : La meilleure valeur dépend de PyTorch ; certaines fonctionnalités portent un statut bêta ou de prototype ; la couverture de la vision par ordinateur classique est plus étroite que celle d’OpenCV

Afficher la documentation torchvision

5. Kornia

Kornia implémente le filtrage, la morphologie, la géométrie, l’augmentation, la détection de fonctionnalités, la profondeur, la couleur et d’autres opérations de vision en tant que modules PyTorch différentiables. Cela permet aux étapes de traitement d’images classiques de s’exécuter sur des lots et des accélérateurs à l’intérieur d’un réseau neuronal tout en restant dans le graphique autograd. C’est l’option de premier plan lorsque le prétraitement lui-même doit être formable.

Meilleure pour : Vision par ordinateur différentiable et transformations accélérées par GPU dans PyTorch

• Forces : Opérations différentiables ; tenseurs PyTorch natifs et autograd ; traitement par lots sur GPU ; pont entre la vision par ordinateur classique et profonde
• Considérations : Nécessite la pile PyTorch ; l’API est plus spécialisée que Pillow ou OpenCV ; les avantages sont les plus grands lorsque la différenciation ou le traitement par lots sur accélérateur est requis

Afficher la documentation Kornia

6. AlbumentationsX / Albumentations

Albumentations est connu pour ses pipelines d’augmentation riches qui synchronisent les changements spatiaux sur les images, les masques, les boîtes de délimitation, les clés et les volumes. Il est puissant pour la classification, la détection, la segmentation, la pose et l’imagerie médicale. La licence nécessite maintenant une attention explicite : le package AlbumentationsX maintenu à partir de la version 2.3.2 est sous licence AGPL-3.0 uniquement ou disponible sous des conditions commerciales séparées, tandis que le package albumentations 2.0.8 archivé reste sous licence MIT.

Meilleure pour : Augmentation de données ciblée haute performance pour les modèles de vision

• Forces : Grand catalogue de transformations ; synchronisation correcte des cibles multiples ; solides conseils de performance ; flux de travail 2D, vidéo et volumétrique
• Considérations : Les options de licence du package maintenu peuvent ne pas convenir à chaque produit ; les politiques d’augmentation peuvent corrompre les étiquettes si elles sont mal configurées ; visualisez et testez toujours les échantillons transformés

Afficher la documentation AlbumentationsX / Albumentations

7. ImageIO

ImageIO se concentre sur la lecture, l’écriture, l’itération et l’inspection des ressources d’images. Son API v3 peut charger un large éventail de fichiers et d’URI en tableaux, écrire des tableaux en arrière via des plugins de format spécifiques et gérer les animations, la vidéo, les données médicales et les images volumétriques. C’est un excellent compagnon d’entrée/sortie pour NumPy, scikit-image, OpenCV et les pipelines scientifiques.

Meilleure pour : Interface unifiée pour les images, l’animation, la vidéo, les volumes et les formats scientifiques

• Forces : Interface de lecture/écriture v3 simple ; prise en charge de format large basée sur des plugins ; gère les séquences et les volumes ; convivial pour NumPy
• Considérations : Les algorithmes de traitement sont en dehors de sa portée ; le comportement dépend des backends installés tels que FFmpeg ou Pillow ; le nouveau code doit éviter l’API v2 héritée

Afficher la documentation ImageIO

8. SimpleITK

SimpleITK expose une interface simplifiée pour l’Insight Toolkit pour les images scientifiques et médicales multidimensionnelles. Elle comprend des filtres, un échantillonnage, une segmentation, un enregistrement, des transformations, des flux de travail DICOM et une gestion soigneuse de l’origine, de l’espacement et de la direction. Elle se classe hautement pour le travail clinique et volumétrique même si elle est plus spécialisée que les bibliothèques d’images générales.

Meilleure pour : Imagerie médicale, enregistrement, segmentation et analyse consciente des coordonnées physiques

• Forces : Enregistrement et segmentation solides ; prend en charge les formats 2D, 3D et médicaux ; préserve les métadonnées d’image physiques ; fondement d’ITK multilingue
• Considérations : Courbe d’apprentissage conceptuelle plus abrupte ; les conventions d’axe de tableau nécessitent des soins ; pas destiné à l’édition de photos de consommation ou à la graphique Web générique

Afficher la documentation SimpleITK

9. pyvips

pyvips relie la bibliothèque de traitement d’images à la demande libvips. Les opérations peuvent être évaluées de manière paresseuse et transmises via des pipelines, souvent en utilisant beaucoup moins de mémoire que les bibliothèques qui matérialisent chaque image intermédiaire. C’est un choix de spécialiste solide pour les photographies énormes, les images pyramidales, les miniatures, la conversion de format et les services d’images à haute production.

Meilleure pour : Images très grandes, traitement par tuiles et serveurs à faible utilisation de mémoire

• Forces : Faible utilisation de la mémoire ; pipelines threadés rapides ; gère les images énormes et les images par tuiles ; prise en charge de format et de gestion de couleur large
• Considérations : Nécessite la bibliothèque native libvips ; l’exécution paresseuse diffère des flux de travail d’abord en tableau ; communauté Python plus petite que Pillow ou OpenCV

Afficher la documentation pyvips

10. Mahotas

Mahotas est une bibliothèque de vision par ordinateur ciblée implémentée en C++ optimisé avec une interface NumPy. Elle fournit de la morphologie, du seuillage, du filtrage, des transformations de distance, des composants connectés, des fonctionnalités de texture et des outils de point d’intérêt. Elle reste utile pour les pipelines scientifiques établis qui ont besoin de ces algorithmes sans adopter un cadre plus large.

Meilleure pour : Morphologie compacte et extraction de fonctionnalités rapides sur les tableaux NumPy

• Forces : Routines natives rapides ; tableaux NumPy simples ; morphologie et extraction de fonctionnalités solides ; profil de dépendance léger
• Considérations : Écosystème plus petit et moins souvent mis à jour ; couverture d’algorithmes plus étroite ; les ressources de documentation et de communauté sont à la traîne par rapport à scikit-image et OpenCV

Afficher la documentation Mahotas

Comment choisir la bonne bibliothèque de traitement d’images Python

Utilisez Pillow pour les opérations de fichiers d’images courantes, OpenCV pour la caméra/vidéo et la vision classique, et scikit-image pour l’analyse scientifique. Choisissez torchvision pour les ensembles de données PyTorch, les transformations et les modèles de vision pré-entraînés, Kornia lorsque les transformations doivent être différentiables, ImageIO lorsque l’entrée/sortie de format est le besoin principal, et SimpleITK pour les volumes médicaux et l’enregistrement. pyvips est l’option de spécialiste pour les fichiers trop grands pour être traités confortablement en mémoire.

Avant de vous engager, testez des fichiers et des cas de bord réels : orientation EXIF, canaux alpha, profils de couleur, profondeur de bits, plages de dtype, entrées corrompues, dimensions très grandes, formats à plusieurs cadres et préservation des métadonnées. Pour l’augmentation de l’apprentissage automatique, visualisez les boîtes, les masques et les clés après chaque transformation spatiale. Traitez les images comme une entrée non fiable dans les services publics, imposez des limites de pixels et de taille de fichier, gardez les codecs à jour et examinez chaque licence de dépendance.