Python 用黑像素阈值裁剪图像
我有一个这样的形象 在图像的上半部分,我想裁剪一些不相关的空间。我在这里做了标记: 前几行中黑色像素的数量大致相同 所以我的想法是在这张图像的行中循环,从最上面的第0行开始,然后检查第+10行是否有相同数量的黑色像素 如果是,继续,如果不是,这是断点 然而,我无法让它工作。这是我的密码Python 用黑像素阈值裁剪图像,python,image,image-processing,Python,Image,Image Processing,我有一个这样的形象 在图像的上半部分,我想裁剪一些不相关的空间。我在这里做了标记: 前几行中黑色像素的数量大致相同 所以我的想法是在这张图像的行中循环,从最上面的第0行开始,然后检查第+10行是否有相同数量的黑色像素 如果是,继续,如果不是,这是断点 然而,我无法让它工作。这是我的密码 for i in range(img.shape[0]): low = sum(np.bincount(img[i,:])[0:5]) # number of black pixels high
for i in range(img.shape[0]):
low = sum(np.bincount(img[i,:])[0:5]) # number of black pixels
high = sum(np.bincount(img[i+10,:])[0:5]) #number of black pixels in row i+10
#print(i)
if(low-low*0.01 < high):
print(i)
break
使用np.bincount I求五个最暗像素的总数0=黑色,255=白色
然后循环直到找到断点
通过对阈值级别的实验,我发现它要么输出0,要么输出的数字太高
有什么更好的方法可以做到这一点?在openCV中裁剪图像
crop_img = img[200:400, 100:300]
其中100和300是图像裁剪的宽度和高度,200和400是图像裁剪的左上坐标
速度很慢,但很有效。首先,从左向右移动以找到黑色像素和其他像素之间的边界。然后从右向左移动,找到黑色和其他像素之间的边界。最后我们得到了两个边界列表,即左_数据和右_数据。
从第一行开始,检查左边界和右边界之间的距离,移动直到距离相同,然后停止。最后得到所需图像的四个角点
原始图像
结果图像
crop_img = img[200:400, 100:300]
import cv2
image = cv2.imread('sample.png') #Test Image
image = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
height = image.shape[0]
width = image.shape[1]
Black = 0
left = 0
right = 0
data_left = [] #left boundary
data_right = [] #right boundary
for i in range(height):
for j in range(width-1):
first = image[i][j]
second = image[i][j+1]
if(first==Black and second!=Black):
left=j
data_left.append(left)
for i in range(height):
j = width-1
found = 0
while(found==0 and j>=0):
first = image[i][j]
second = image[i][j-1]
if(first==Black and second != Black):
right = j
found = 1
j = j-1
data_right.append(right)
left_start = [0,data_left[0]]
right_start = [0,data_right[0]]
left_end = 0
right_end = 0
i = 0
found = 0
while(i<len(data_left) and found == 0):
if((data_left[i]==left_start[1] and data_right[i]==right_start[1])==False):
found = 1
left_end = [i,data_left[i]]
right_end = [i,data_right[i]]
i = i+1
width = data_right[0]-data_left[0]
height = left_end[0]
pos_y = 0
pos_x = data_left[0]
crop_image = image[pos_y:pos_y+height, pos_x:pos_x+width]
cv2.imwrite('result.jpg',crop_image) # result image