快捷導(dǎo)航

Python批量裁剪圖形外圍空白區(qū)域

更新時間：2022年04月12日 18:57:45 作者：空中旋轉(zhuǎn)籃球

這篇文章主要介紹了Python批量裁剪圖形外圍空白區(qū)域，批量裁剪掉圖片的背景區(qū)域，一般是白色背景，從而減少背景值的干擾和減少存儲，下面文章的具體操作內(nèi)容需要的小伙伴可以參考一下

一、基本描述

批量裁剪掉圖片的背景區(qū)域，一般是白色背景，從而減少背景值的干擾和減少存儲空間。

通過檢索所有圖片的最小裁剪區(qū)域坐標(biāo)值，然后再對圖片進(jìn)行裁剪。文中圖都是經(jīng)過標(biāo)準(zhǔn)化處理的，核心圖片內(nèi)容尺度都一致，所以采用該種辦法，如果有很多不同大小的圖片，即圖片中的內(nèi)容區(qū)域大小形狀不一樣，則一張一張的檢索該圖的背景區(qū)域，然后進(jìn)行裁剪。即一張一張的檢索裁剪區(qū)域并進(jìn)行裁剪。

二、實(shí)現(xiàn)代碼

對原文中的代碼進(jìn)行修改，一張一張的檢索每張圖的裁剪區(qū)域坐標(biāo)，然后裁剪。

代碼如下：

from PIL import Image
import numpy as np
import os
?
imagesDirectory = r"C:\Users\Administrator\Desktop\out" ?# tiff圖片所在文件夾路徑
?
i = 0
for imageName in os.listdir(imagesDirectory):
? ? imagePath = os.path.join(imagesDirectory, imageName)
? ? image = Image.open(imagePath) ?# 打開tiff圖像
? ? ImageArray = np.array(image)
? ? row = ImageArray.shape[0]
? ? col = ImageArray.shape[1]
? ? print(row,col)
? ? # 先計(jì)算所有圖片的裁剪范圍，然后再統(tǒng)一裁剪并輸出圖片
? ? x_left = row
? ? x_top = col
? ? x_right = 0
? ? x_bottom = 0
? ? # 上下左右范圍
? ? """
? ? Image.crop(left, up, right, below)
? ? left：與左邊界的距離
? ? up：與上邊界的距離
? ? right：還是與左邊界的距離
? ? below：還是與上邊界的距離
? ? 簡而言之就是，左上右下。
? ? """
? ? i += 1
? ? for r in range(row):
? ? ? ? for c in range(col):
? ? ? ? ? ? #if ImageArray[row][col][0] < 255 or ImageArray[row][col][0] ==0:
? ? ? ? ? ? if ImageArray[r][c][0] < 255 and ImageArray[r][c][0] !=0: #外框有個黑色邊框，增加條件判斷
? ? ? ? ? ? ? ? if x_top > r:
? ? ? ? ? ? ? ? ? ? x_top = r ?# 獲取最小x_top
? ? ? ? ? ? ? ? if x_bottom < r:
? ? ? ? ? ? ? ? ? ? x_bottom = r ?# 獲取最大x_bottom
? ? ? ? ? ? ? ? if x_left > c:
? ? ? ? ? ? ? ? ? ? x_left = c ?# 獲取最小x_left
? ? ? ? ? ? ? ? if x_right < c:
? ? ? ? ? ? ? ? ? ? x_right = c ?# 獲取最大x_right
? ? print(x_left, x_top, x_right, x_bottom)
? ? ?# image = Image.open(imagePath) ?# 打開tiff圖像
? ? cropped = image.crop((x_left-5, x_top-5, x_right+5, x_bottom+5)) ?# (left, upper, right, lower)
? ? cropped.save(r"C:\Users\Administrator\Desktop\out_cut_bg\{}.png".format(imageName[:-4], i))
? ? print("imageName completed!")