Python 从扫描图像中快速修剪空白带噪空间的方法

我正在处理扫描文件（身份证、驾照等）。当我对它们进行一些预处理时，我面临的问题是，文档只占据了图像的一小部分，其余的部分都是空白/有噪声的空间。出于这个原因，我想开发一个Python代码，自动地修剪不需要的区域，并且只保留文档所在的区域（而不必预先定义每个文档的分辨率）。使用OpenCV中的

findContours（）

，这是可能的。然而，大多数文档（尤其是旧文档）轮廓不清晰，其末端不够清晰，无法检测。另外，在空白空间中的噪声也可以被检测为等高线，所以轮廓对于所有的情况都不起作用。 我的想法是：

读取图像并将其转换为灰度

应用OpenCV中的

按位\u not（）

函数来分隔 背景来自弗罗格伦

应用自适应平均阈值以尽可能多地去除噪声（并最终使背景变白）

在这个层次上，我的背景几乎是白色的，文档是黑色的，但包含一些白色的空白

所以我用腐蚀来填补文档部分的空白

读取图像的每一行，如果其中20%包含黑色，则 保留它，如果它是白色的，则删除它。并对图像的每一列执行相同的操作

根据图像索引的最小值和最大值裁剪图像 黑色的线和列

以下是我的代码和一些注释：

import cv2
import numpy as np

def crop(filename):
    #Read the image
    img = cv2.imread(filename)
    #Convert to grayscale
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    #Separate the background from the foreground
    bit = cv2.bitwise_not(gray)
    #Apply adaptive mean thresholding
    amtImage = cv2.adaptiveThreshold(bit, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 35, 15)
    #Apply erosion to fill the gaps
    kernel = np.ones((15,15),np.uint8)
    erosion = cv2.erode(amtImage,kernel,iterations = 2)
    #Take the height and width of the image
    (height, width) = img.shape[0:2]
    #Ignore the limits/extremities of the document (sometimes are black, so they distract the algorithm)
    image = erosion[50:height - 50, 50: width - 50]
    (nheight, nwidth) = image.shape[0:2]
    #Create a list to save the indexes of lines containing more than 20% of black.
    index = []
    for x in range (0, nheight):
        line = []

        for y in range(0, nwidth):
            line2 = []
            if (image[x, y] < 150):
                line.append(image[x, y])
        if (len(line) / nwidth > 0.2):  
            index.append(x)
    #Create a list to save the indexes of columns containing more than 15% of black.
    index2 = []
    for a in range(0, nwidth):
        line2 = []
        for b in range(0, nheight):
            if image[b, a] < 150:
                line2.append(image[b, a])
        if (len(line2) / nheight > 0.15):
            index2.append(a)

    #Crop the original image according to the max and min of black lines and columns.
    img = img[min(index):max(index) + min(250, (height - max(index))* 10 // 11) , max(0, min(index2)): max(index2) + min(250, (width - max(index2)) * 10 // 11)]
    #Save the image
    cv2.imwrite('res_' + filename, img)

导入cv2
将numpy作为np导入
def裁剪（文件名）：
#阅读图片
img=cv2.imread（文件名）
#转换为灰度
灰色=cv2.CVT颜色（img，cv2.COLOR\U BGR2GRAY）
#将背景与前景分开
位=cv2。按位\u非（灰色）
#应用自适应平均阈值
amtImage=cv2.adaptiveThreshold（位，255，cv2.ADAPTIVE_THRESH_MEAN_C，cv2.THRESH_二进制，35，15）
#应用侵蚀来填充间隙
kernel=np.one（（15,15），np.uint8）
侵蚀=cv2。侵蚀（amtImage，内核，迭代次数=2）
#获取图像的高度和宽度
（高度、宽度）=图像形状[0:2]
#忽略文档的限制/末端（有时是黑色的，因此会分散算法的注意力）
图像=侵蚀[50:高度-50，50:宽度-50]
（nheight，nwidth）=图像.形状[0:2]
#创建一个列表以保存包含20%以上黑色的行的索引。
索引=[]
对于范围内的x（0，n高）：
行=[]
对于范围（0，nwidth）内的y：
第2行=[]
如果（图像[x，y]<150）：
行。追加（图像[x，y]）
如果（长度（直线）/nwidth>0.2）：
index.append（x）
#创建一个列表以保存包含15%以上黑色的列的索引。
index2=[]
对于范围内的（0，nwidth）：
第2行=[]
对于范围（0，N）内的b：
如果图像[b，a]<150：
第2行追加（图像[b，a]）
如果（len（line2）/n高度>0.15）：
index2.append（a）
#根据黑线和黑列的最大值和最小值裁剪原始图像。
img=img[min（index）：max（index）+min（250，（高度-max（index））*10//11），max（0，min（index2））：max（index2）+min（250，（宽度-max（index2））*10//11）]
#保存图像
cv2.imwrite（'res_uu'+文件名，img）

下面是一个例子：我使用了来自互联网的图像来避免任何保密问题
这里需要注意的是，图像质量比我处理的示例要好得多（空白区域不包含噪声）。
输入：1920x1080

输出：801x623

我用不同的文档测试了这段代码，效果很好。问题是，处理单个文档需要花费大量时间（因为循环和读取图像的每个像素两次：一次使用行，第二次使用列）。
是否可以进行一些修改以优化代码并减少处理时间

欢迎提出任何建议。
多谢各位

编辑：

---

我忘了提到我已经把同一个问题发了进来，但是我没有得到答案。因此，我标记了这个问题，并要求主持人将其迁移到StakOverflow。因为我没有从主持人那里得到答案，所以我决定把它贴在这里，因为我认为它也是关于这个主题的。一旦我在其中一个网站上得到答案，我将删除另一个网站上的问题以避免重复。

这是我的方法，请查看：

import cv2
import numpy as np

img = cv2.imread("1.png")

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#Separate the background from the foreground
bit = cv2.bitwise_not(gray)

nonzero = np.nonzero(bit)

minx = min(nonzero[1])
maxx = max(nonzero[1])

miny = min(nonzero[0])
maxy = max(nonzero[0])

res = img[miny:maxy,minx:maxx].copy()

cv2.rectangle(img,(minx,miny),(maxx,maxy),(0,0,255),2)

cv2.imshow('img',img)
cv2.imshow('bit',bit)

cv2.waitKey(0)
cv2.destroyAllWindows()

---

这是我的方法，请查看：

import cv2
import numpy as np

img = cv2.imread("1.png")

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#Separate the background from the foreground
bit = cv2.bitwise_not(gray)

nonzero = np.nonzero(bit)

minx = min(nonzero[1])
maxx = max(nonzero[1])

miny = min(nonzero[0])
maxy = max(nonzero[0])

res = img[miny:maxy,minx:maxx].copy()

cv2.rectangle(img,(minx,miny),(maxx,maxy),(0,0,255),2)

cv2.imshow('img',img)
cv2.imshow('bit',bit)

cv2.waitKey(0)
cv2.destroyAllWindows()

---

在与交换意见后，我最终找到了一个更优化的解决方案，按照他的建议使用了

findContour

。以下是我结束的代码：

import cv2 
import numpy as np
def func(indir, filename, outdir):
    img = cv2.imread(indir + filename)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    bit = cv2.bitwise_not(gray)
    bit = bit[50:bit.shape[0] -50, 50:bit.shape[1] - 50]
    amtImage = cv2.adaptiveThreshold(bit, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 35, 15)
    kernel = np.ones((5,5),np.uint8)
    dilation = cv2.dilate(amtImage,kernel,iterations = 2)
    kernel = np.ones((25,25),np.uint8)
    erosion = cv2.erode(dilation, kernel, iterations = 10)
    bit = cv2.bitwise_not(erosion)
    _, contours, hierarchy = cv2.findContours(bit,  cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    if (contours != 0):
        c = max(contours, key = cv2.contourArea)
        x,y,w,h = cv2.boundingRect(c)
        print(x, y, w, h)
    final = img[max(0, (y - 50)):(y + h) + min(250, (img.shape[0] - (y + h)) * 10 // 11), max(0, (x - 50)):(x + w) + min(250, (img.shape[1] - (x + w)) * 10 // 11)]
    cv2.imwrite(outdir + filename, final)

在这段代码中，我没有义务遍历图像的每个像素，也没有义务保留索引列表。所以速度要快得多
我确信这段代码可以进行更多优化，这就是为什么我不接受我的答案。

---

谢谢大家。

在与交换意见后，我最终找到了一个更优化的解决方案，在该解决方案中，我按照他的建议使用了

findContour

。以下是我结束的代码：

import cv2 
import numpy as np
def func(indir, filename, outdir):
    img = cv2.imread(indir + filename)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    bit = cv2.bitwise_not(gray)
    bit = bit[50:bit.shape[0] -50, 50:bit.shape[1] - 50]
    amtImage = cv2.adaptiveThreshold(bit, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 35, 15)
    kernel = np.ones((5,5),np.uint8)
    dilation = cv2.dilate(amtImage,kernel,iterations = 2)
    kernel = np.ones((25,25),np.uint8)
    erosion = cv2.erode(dilation, kernel, iterations = 10)
    bit = cv2.bitwise_not(erosion)
    _, contours, hierarchy = cv2.findContours(bit,  cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    if (contours != 0):
        c = max(contours, key = cv2.contourArea)
        x,y,w,h = cv2.boundingRect(c)
        print(x, y, w, h)
    final = img[max(0, (y - 50)):(y + h) + min(250, (img.shape[0] - (y + h)) * 10 // 11), max(0, (x - 50)):(x + w) + min(250, (img.shape[1] - (x + w)) * 10 // 11)]
    cv2.imwrite(outdir + filename, final)

在这段代码中，我没有义务遍历图像的每个像素，也没有义务保留索引列表。所以速度要快得多
我确信这段代码可以进行更多优化，这就是为什么我不接受我的答案。

---

谢谢大家。

您可以只保留最小和最大索引，而不是保留索引列表。这会快得多。我会改变这一点，谢谢。这个问题在代码复查堆栈交换中得到了答案。通过，您可以只保留最小和最大索引，而不是保留索引列表。那会快得多。我会改的，谢谢。这个问题在代码复查堆栈交换中有答案