怎么利用python的opencv去除图片的白边

这篇文章主要讲解了“怎么利用python的opencv去除图片的白边”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“怎么利用python的opencv去除图片的白边”吧！

本文实例为大家分享了python使用opencv切割图片白边的具体代码，可以横切和竖切，供大家参考，具体内容如下

废话不多说直接上码，分享使人进步：

from PIL import Image from itertools import groupby import cv2 import datetime import os   # from core.rabbitmq import MessageQueue   THRESHOLD_VALUE = 230  # 二值化时的阈值 PRETREATMENT_FILE = 'hq'  # 横切时临时保存的文件夹 W = 540  # 最小宽度 H = 960  # 最小高度     class Pretreatment(object):     __doc__ = "图片横向切割"       def __init__(self, path, save_path, min_size=960):         self.x = 0         self.y = 0         self.img_section = []         self.continuity_position = []         self.path = path         self.save_path = save_path         self.img_obj = None         self.min_size = min_size         self.mkdir(self.save_path)         self.file_name = self.path.split('/')[-1]       def get_continuity_position_new(self):         img = cv2.imread(self.path)         gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)         ret, thresh2 = cv2.threshold(gray_image, THRESHOLD_VALUE, 255, cv2.THRESH_BINARY)           width = img.shape[1]         height = img.shape[0]         self.x = width         self.y = height         for i in range(0, height):             if thresh2[i].sum() != 255 * width:                 self.continuity_position.append(i)       def filter_rule(self):         if self.y < self.min_size:             return True       def mkdir(self, path):         if not os.path.exists(path):             os.makedirs(path)       def get_section(self):         # 获取区间         for k, g in groupby(enumerate(self.continuity_position), lambda x: x[1] - x[0]):             l1 = [j for i, j in g]  # 连续数字的列表             if len(l1) > 1:                 self.img_section.append([min(l1), max(l1)])       def split_img(self):         print(self.img_section)         for k, s in enumerate(self.img_section):             if s:                 if not self.img_obj:                     self.img_obj = Image.open(self.path)                   if self.x < W:                     return                 if s[1] - s[0] < H:                     return                 cropped = self.img_obj.crop((0, s[0], self.x, s[1]))  # (left, upper, right, lower)                 self.mkdir(os.path.join(self.save_path, PRETREATMENT_FILE))                 cropped.save(os.path.join(self.save_path, PRETREATMENT_FILE, f"hq_{k}_{self.file_name}"))       def remove_raw_data(self):         os.remove(self.path)       def main(self):         # v2         try:             self.get_continuity_position_new()             self.filter_rule()             self.get_section()             self.split_img()         except Exception as e:             print(self.file_name)             print(e)         finally:             if self.img_obj:                 self.img_obj.close()     class Longitudinal(Pretreatment):     def get_continuity_position_new(self):         print(self.path)         img = cv2.imread(self.path)         gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)         ret, thresh2 = cv2.threshold(gray_image, THRESHOLD_VALUE, 255, cv2.THRESH_BINARY)           width = img.shape[1]         height = img.shape[0]         print(width, height)         self.x = width         self.y = height         for i in range(0, width):             if thresh2[:, i].sum() != 255 * height:                 self.continuity_position.append(i)       def split_img(self):         print(self.img_section)         for k, s in enumerate(self.img_section):             if s:                 if not self.img_obj:                     self.img_obj = Image.open(self.path)                 if self.y < H:                     return                 if s[1] - s[0] < W:                     return                 cropped = self.img_obj.crop((s[0], 0, s[1], self.y))  # (left, upper, right, lower)                 cropped.save(os.path.join(self.save_path, f"{k}_{self.file_name}"))     def main(path, save_path):     starttime = datetime.datetime.now()     a = Pretreatment(path=path, save_path=save_path)     a.main()     for root, dirs, files in os.walk(os.path.join(save_path, PRETREATMENT_FILE)):         for i in files:             b = Longitudinal(path=os.path.join(save_path, PRETREATMENT_FILE, i), save_path=save_path)             b.main()             os.remove(os.path.join(save_path, PRETREATMENT_FILE, i))     endtime = datetime.datetime.now()     print(f'耗时:{(endtime - starttime)}')     if __name__ == '__main__':     path = '你图片存放的路径'     save_path = '要保存的路径'     for _, _, files in os.walk(path):         for i in files:             main(path=os.path.join(path, i), save_path=save_path)     os.rmdir(os.path.join(save_path, PRETREATMENT_FILE))

原始图片：

结果：

感谢各位的阅读，以上就是“怎么利用python的opencv去除图片的白边”的内容了，经过本文的学习后，相信大家对怎么利用python的opencv去除图片的白边这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！