快捷導(dǎo)航

Python實現(xiàn)PNG圖片黑色邊框自動去除工具

更新時間：2025年06月26日 09:39:07 作者：XXYBMOOO

在日常的圖像處理工作中,我們經(jīng)常會遇到需要去除圖片黑色邊框的需求,本文將使用Python實現(xiàn)一個自動化的 PNG 圖片黑色邊框去除工具,需要的可以了解下

前言

在日常的圖像處理工作中，我們經(jīng)常會遇到需要去除圖片黑色邊框的需求。這些黑色邊框可能來自掃描設(shè)備、截圖工具或其他圖像生成過程。手動處理大量圖片既耗時又枯燥，今天我們就來實現(xiàn)一個自動化的 PNG 圖片黑色邊框去除工具。

實現(xiàn)思路

我們可以使用 Python 的 OpenCV 庫來實現(xiàn)這一功能?；舅悸肥峭ㄟ^圖像閾值處理找到非黑色區(qū)域的邊界，然后裁剪掉黑色邊框部分。對于帶有透明通道的 PNG 圖片，我們還可以利用 alpha 通道信息更精確地定位主體內(nèi)容。

代碼實現(xiàn)

下面是完整的實現(xiàn)代碼：

import os
import cv2
import numpy as np

def remove_black_borders(image):
    """
    改進版的去除黑色邊框函數(shù)
    """
    # 檢查是否有alpha通道
    if image.shape[2] == 4:
        # 使用alpha通道作為掩碼
        gray = image[:,:,3]
        _, thresh = cv2.threshold(gray, 1, 255, cv2.THRESH_BINARY)
    else:
        # 沒有alpha通道，使用常規(guī)方法
        gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
        _, thresh = cv2.threshold(gray, 10, 255, cv2.THRESH_BINARY)  # 提高閾值
    
    # 找到所有非黑色像素的坐標(biāo)
    coords = np.column_stack(np.where(thresh > 0))
    
    if len(coords) == 0:
        return image
    
    # 獲取邊界坐標(biāo)
    y_min, y_max = coords[:, 0].min(), coords[:, 0].max()
    x_min, x_max = coords[:, 1].min(), coords[:, 1].max()
    
    # 裁剪圖片
    cropped = image[y_min:y_max+1, x_min:x_max+1]
    
    return cropped

def process_png_files(input_folder, output_folder):
    """
    處理文件夾中的所有PNG文件
    """
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    
    for filename in os.listdir(input_folder):
        if filename.lower().endswith('.png'):
            input_path = os.path.join(input_folder, filename)
            image = cv2.imread(input_path, cv2.IMREAD_UNCHANGED)  # 保留alpha通道
            
            if image is None:
                print(f"無法讀取圖片: {filename}")
                continue
            
            # 去除邊框
            processed_image = remove_black_borders(image)
            
            # 保存圖片
            output_path = os.path.join(output_folder, filename)
            cv2.imwrite(output_path, processed_image)
            print(f"已處理: {filename} (原始尺寸: {image.shape}, 處理后尺寸: {processed_image.shape})")


if __name__ == "__main__":
    # 輸入文件夾路徑（包含PNG圖片的文件夾）
    input_folder = "C:\\Users\\zxc8756\\Desktop\\input_images"  # 修改為你的輸入文件夾路徑
    
    # 輸出文件夾路徑（處理后的圖片將保存到這里）
    output_folder = "C:\\Users\\zxc8756\\Desktop\\output_images"  # 修改為你想要的輸出文件夾路徑
    
    # 處理圖片
    process_png_files(input_folder, output_folder)
    
    print("所有圖片處理完成！")

代碼解析

1. 核心功能函數(shù)：remove_black_borders

這個函數(shù)負(fù)責(zé)檢測并去除圖片中的黑色邊框：

首先判斷圖片是否有 alpha 通道，如果有則使用 alpha 通道作為掩碼
對于沒有 alpha 通道的圖片，將其轉(zhuǎn)換為灰度圖并進行閾值處理
通過找到非零像素的坐標(biāo)來確定主體內(nèi)容的邊界
最后根據(jù)邊界坐標(biāo)裁剪圖片

2. 批量處理函數(shù)：process_png_files

這個函數(shù)用于批量處理指定文件夾中的所有 PNG 圖片：

創(chuàng)建輸出文件夾（如果不存在）
遍歷輸入文件夾中的所有 PNG 文件
讀取圖片并調(diào)用 remove_black_borders 函數(shù)進行處理
將處理后的圖片保存到輸出文件夾，并打印處理信息

使用方法

安裝必要的庫：

pip install opencv-python numpy

修改代碼中的輸入和輸出文件夾路徑：

# 輸入文件夾路徑（包含PNG圖片的文件夾）
input_folder = "C:\\Users\\zxc8756\\Desktop\\input_images"  # 修改為你的輸入文件夾路徑

# 輸出文件夾路徑（處理后的圖片將保存到這里）
output_folder = "C:\\Users\\zxc8756\\Desktop\\output_images"  # 修改為你想要的輸出文件夾路徑

運行腳本，等待處理完成。腳本會自動輸出每張圖片的處理前后尺寸信息。

應(yīng)用場景

這個工具在以下場景中特別有用：

處理掃描文檔或圖片，去除邊緣的空白區(qū)域
準(zhǔn)備圖標(biāo)素材時，自動裁剪掉多余的空白
處理批量導(dǎo)出的 UI 元素，確保主體內(nèi)容居中且無冗余邊界

總結(jié)

通過使用 Python 和 OpenCV，我們實現(xiàn)了一個高效的 PNG 圖片黑色邊框自動去除工具。這個工具不僅可以節(jié)省大量手動處理圖片的時間，還能保證處理效果的一致性。你可以根據(jù)自己的需求進一步擴展這個工具，比如添加 GUI 界面、支持更多圖片格式或調(diào)整裁剪算法參數(shù)等。

到此這篇關(guān)于Python實現(xiàn)PNG圖片黑色邊框自動去除工具的文章就介紹到這了,更多相關(guān)Python圖片邊框去除內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: