利用python，opencv来去除图像的黑边（上下左右都有黑边的）

利用python，opencv来去除图像的黑边（上下左右都有黑边的）

 

 

"""author:youngkun;date:20180608;function:裁剪照片的黑边"""
 
import cv2 import os import datetime def change_size(read_file): image=cv2.imread(read_file,1) #读取图片 image_name应该是变量
    img = cv2.medianBlur(image,5) #中值滤波，去除黑色边际中可能含有的噪声干扰
    b=cv2.threshold(img,15,255,cv2.THRESH_BINARY)          #调整裁剪效果
    binary_image=b[1]               #二值图--具备三通道
    binary_image=cv2.cvtColor(binary_image,cv2.COLOR_BGR2GRAY) print(binary_image.shape)       #改成单通道
 x=binary_image.shape[0] print("高度x=",x) y=binary_image.shape[1] print("宽度y=",y) edges_x=[] edges_y=[] for i in range(x): for j in range(y): if binary_image[i][j]==255: edges_x.append(i) edges_y.append(j) left=min(edges_x)               #左边界
    right=max(edges_x)              #右边界
    width=right-left                #宽度
    bottom=min(edges_y)             #底部
    top=max(edges_y)                #顶部
    height=top-bottom               #高度
 pre1_picture=image[left:left+width,bottom:bottom+height]        #图片截取
    return pre1_picture                                             #返回图片数据
 source_path="./training_data/1/"                                    #图片来源路径
save_path="./out/"                                     #图片修改后的保存路径
 
if not os.path.exists(save_path): os.mkdir(save_path) file_names=os.listdir(source_path) starttime=datetime.datetime.now() for i in range(len(file_names)): x=change_size(source_path + file_names[i])        #获得文件名
    cv2.imwrite(save_path+file_names[i],x) print("裁剪：",file_names[i]) print("裁剪数量:",i) while(i==2600): break
print("裁剪完毕") endtime = datetime.datetime.now()#记录结束时间
endtime = (endtime-starttime).seconds print("裁剪总用时",endtime)

 

这种方法只能裁剪出矩形的图像，具备必定的局限性，利用了opencv的二值化来分离出前景和背景

完整代码请见
https://github.com/younkun/image_image-processing.git