Python 3.x 图像中空白区域的检测与消除

我收集了35000张不同纸质表格的灰度扫描。有些纸张是横向的，有些是纵向的。错误地以纵向模式扫描了一些横向形状。这将导致扫描，其下三分之二（大约）为空白。当然，在空白处有一些噪音

我需要做的是从纵向扫描中删除空白，并将其转换为横向扫描。这应该很简单，但我对图像处理显然是新手

因此，任何帮助都将不胜感激。很抱歉，无法发布示例，因为扫描包含个人医疗数据

编辑：

来自skimage导入io
从skiliage.util导入作物
将numpy作为np导入
image=io.imread（转换图像路径+文件名）
crop_image=crop（image，（image.shape[0]/5，image.shape[0]），（0，image.shape[1]），（0，image.shape[2]））

结果是：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-21-6cc7c0d534bf> in <module>
      4 
      5 image = io.imread(convert_image_path + filename)
----> 6 crop_image = crop(image, ( image.shape[0]/5, image.shape[0]), ((0, image.shape[1])), (0,image.shape[2]))

/usr/local/lib/python3.7/site-packages/skimage/util/arraycrop.py in crop(ar, crop_width, copy, order)
     58                    for i, (a, b) in enumerate(crops))
     59     if copy:
---> 60         cropped = np.array(ar[slices], order=order, copy=True)
     61     else:
     62         cropped = ar[slices]

ValueError: Non-string object detected for the array ordering. Please pass in 'C', 'F', 'A', or 'K' instead

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在里面
4.
5 image=io.imread（转换图像路径+文件名）
---->6 crop_image=crop（image，（image.shape[0]/5，image.shape[0]），（0，image.shape[1]），（0，image.shape[2]））
/裁剪中的usr/local/lib/python3.7/site-packages/skimage/util/arraycrop.py（ar、裁剪宽度、副本、订单）
58为i，（a，b）在枚举（作物））
59如果是副本：
--->60裁剪=np.数组（ar[切片]，顺序=顺序，副本=真）
61.其他：
62裁剪=ar[切片]
ValueError:为数组排序检测到非字符串对象。请输入“C”、“F”、“A”或“K”

我将尝试回答您的三个主要问题

如何对图像进行切片

如何将图像旋转90度

如何检测大的白色区域

投入 我生成了以下输入

使用：

import numpy as np

from skimage import io

portrait = np.full(shape=(250, 150), fill_value=255, dtype=np.uint8)
portrait[:200, :] = 0

io.imsave("portrait.png", portrait)

---

如何切片 对于切片，我们可以直接使用numpy，它有一个从左上角开始的坐标系，具有

行

，

列

顺序（

y

，

x

）

为了对图像的底部进行切片，我们必须使用

[：200]

选择顶部，这将获取200上方的所有行。（删除最后50个白色行）

---

如何旋转 对于旋转，在

numpy

中有一个内置方法

rot90

import numpy as np
from skimage import io

portrait = io.imread("portrait.png")
rotated = np.rot90(portrait, k=-1)  # Rotate clockwise, k=1, rotate counter clockwise
io.imsave("portrait rotated.png", rotated)

---

如何检测白色区域 要检测较大的白色区域，可以查看行和列中的平均值。基于此，您可以决定是否有足够的白色将其指示为空白区域

import numpy as np
from itertools import groupby, count
from skimage import io

portrait = io.imread("portrait.png")

# We take the average value for every row.
rows = np.average(portrait, axis=1)

# This returns the row indices that have a gray value higher than 240
white_rows = np.squeeze(np.argwhere(rows > 240), axis=-1)

# This locates the groups of consecutive rows that are largely white
groups = groupby(white_rows, key=lambda item, c=count(): item - next(c))
for index, group in groups:
    white_region = list(group)
    
    # Only slice regions that contains at least so many largely white rows. 
    if len(white_region) > 30:
        slicing = [white_region[0], white_region[-1]]
        print(slicing)

示例输出：

[200, 249]

现在我们知道图像中有一个很大的白色区域。在本例中，您可能需要验证该区域是否仅位于图像的底部。这可以通过过滤低值的白色行来实现

white_rows = white_rows[white_rows > 150]

这意味着白色行必须超过第150个像素行

额外的 要检测图像是否为纵向，可以使用图像形状

portrait = image.shape[0] > image.shape[1]

---

到目前为止，您尝试了什么，或者您正在努力解决什么问题？我尝试了一些我发现的代码示例，但似乎无法按我希望的方式对图像进行切片-以错误结束，或者什么都不做。必须有一个简单的方法来实现这一点，但迄今为止没有任何效果。更困难的是，我无法在我的Jupiter笔记本中显示图像。但这是另一个问题。我编辑这个问题是为了证明我的一个失败。你的问题对于你想要什么仍然很模糊，你知道风景中有哪些图片吗？是否希望图像从所有图像中删除空白，图像的其他部分有多少白色？对于底部区域有空白的图像，您想做什么？非常感谢，Thymen

portrait = image.shape[0] > image.shape[1]