Python PIL&；NumPy数组--基于颜色（黑白）提取形状

我有一个黑白图像，其中背景仅包含黑色像素，而数字/字符均为白色（见附图）

图像来自PIL，然后转换为NumPy数组

我希望能够将每个字符/数字（最好是1px黑边框）提取到单独的NumPy数组/图像中

我对PIL和NumPy还很陌生，所以我现在唯一的想法就是手动迭代数组，验证每个像素的颜色，以获得坐标，从而在正确的位置剪切图像

---

还有其他（更简单/更高效）的解决方案吗？

您只想要图像还是数字本身（作为整数）

如果您想分离白色数字，我建议您查看OpenCV及其

它可以检测您的手指的边缘，作为一个像素列表

这样做：

import cv2
import numpy as np

image = cv2.imread('image.png')


def consecutive(data):
    return np.split(data, np.where(np.diff(data) != 1)[0]+1)


spl = list(map(lambda x: x[-1], 
    consecutive(np.unique(np.argwhere(image.sum(axis=0) < 30)[:, 0]))))

splits = np.split(image, spl, axis=1)

导入cv2
将numpy作为np导入
image=cv2.imread（'image.png'）
def连续（数据）：
返回np.split（数据，np.where（np.diff（数据）！=1）[0]+1）
spl=列表（映射（λx:x[-1]，
连续（np.unique（np.argwhere（image.sum（axis=0）<30[：，0]））
拆分=np.拆分（图像，spl，轴=1）

例如：

---

也许您可以在图像的各个列上进行迭代，查看列中所有项目的黑色位置。你可以确保你只在一个有白色的列后面找到那些列，你想要的是图像的“连接组件”。您可以在scikit image和opencv中通过单个函数调用来实现这一点。此外，如果您希望在每个组件周围增加一个像素，只需首先放大图像（这意味着要扩展所有白色区域）。