用Python去除圖像的黑色或白色背景實例
用Python去除背景,得到有效的圖像
此目的是為了放入深度學習計算中來減少計算量,同時突出特征,原圖像為下圖,命名為1.jpg,在此去除白色背景,黑色背景同理

需要對原圖像進行的處理是去掉白色背景,摳出有效的參與計算的圖形的大小即下圖

對此有兩個思路:
用掩模法得到有效部分,其次去掉空白,但太繁瑣嘍,并且一萬多張圖片,其不弄到天荒地老(截圖也是哦)
對圖像進行處理,即先做numpy變化,后反變換,將255-原圖像,此時得到的圖像就是

在此計算圖像的橫軸相加為0,縱軸相加為0,刪去和為0的列和行得到的numpy矩陣,用255減去numpy矩陣得到的圖像就是所求有效圖像。(在此我沒能實現(xiàn)三通道的圖像,只能做出灰度圖的圖像)程序如下:
from PIL import Image
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import scipy.misc
img = Image.open('1.jpg')
e,g=img.size
img1=img.convert('L')
img1=np.array(img1, dtype='float32')
arr=255-img1
arr1 = arr.sum(axis=0)#每一列求和
arr2 = arr.sum(axis=1)#每一行求和
df=pd.DataFrame(arr)#把像素點轉(zhuǎn)化為dataframe
df.insert(len(df.columns),len(df.columns),arr2)#最后一列插入每一行的和
df1=pd.concat([df,(pd.DataFrame(df.sum()).T)])#最后一行插入每一列的和
df2=df1[df1[e]>0]#根據(jù)最后一列把大于0的行篩選出來
#根據(jù)最后一行,把等于0的列刪除掉
for c in df2.columns:
if df2[c].sum() == 0 :
df2.drop(columns = [c],inplace = True)
df2.drop(columns=[e],inplace = True)#刪除最后一列
df3 = df2.head((df2.shape[0])-1)#刪除最后一行
a=255-df3
#df3.values#dataframe轉(zhuǎn)化為numpy
plt.imshow(a)
scipy.misc.toimage(df3.values).save('C:/Users/Administrator.SKY-20180518VHY/Desktop/2.jpg')#保存圖像
最終得到的圖像為

在此處考慮過將圖像變?yōu)榱斜?,但在此處做嵌套列表太為?fù)雜,因而放棄,最終利用DataFrame做的,本考慮將三通道分開分別作運算最終得到的R、G、B三通道圖像由于大小不匹配無法整合到一起,又失敗了。只能得到單通道湊合弄吧。誰有好的思路,求溝通…
完整程序:
import os
from PIL import Image
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import scipy.misc
def save_pic(file_path):
c = []
names = os.listdir(file_path) #路徑
#將文件夾中的文件名稱與后邊的 .dcm分開
for name in names:
c.append(name)
for files in c :
img = Image.open(file_path+'\\'+files)
e,g=img.size
img1=img.convert('L')
img1=np.array(img1, dtype='float32')
arr=255-img1
arr1 = arr.sum(axis=0)#每一列求和
arr2 = arr.sum(axis=1)#每一行求和
df=pd.DataFrame(arr)#把像素點轉(zhuǎn)化為dataframe
df.insert(len(df.columns),len(df.columns),arr2)#最后一列插入每一行的和
df1=pd.concat([df,(pd.DataFrame(df.sum()).T)])#最后一行插入每一列的和
df2=df1[df1[e]>0]#根據(jù)最后一列把大于0的行篩選出來
#根據(jù)最后一行,把等于0的列刪除掉
for c in df2.columns:
if df2[c].sum() == 0 :
df2.drop(columns = [c],inplace = True)
df2.drop(columns=[e],inplace = True)#刪除最后一列
df3 = df2.head((df2.shape[0])-1)#刪除最后一行
#df3.values#dataframe轉(zhuǎn)化為numpy
a=255-df3
plt.imshow(a)
scipy.misc.toimage(a).save('C:/Users/Administrator.SKY-20180518VHY/Desktop'+'/'+files)#保存圖像
print('all is saved')
save_pic(file_path='C:\\Users\\Administrator.SKY-20180518VHY\\Desktop\\1')
去除多個文件夾下多張圖像,分別為:

程序為:
import os
from PIL import Image
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import scipy.misc
def save_pic(file_path):
c = []
d=[]
names = os.listdir(file_path) #路徑
#將文件夾中的文件名稱與后邊的 .dcm分開
for name in names:
c.append(name)
for files1 in c:
n=os.listdir(file_path+'\\'+files1)
for name in n:
d.append(file_path+'\\'+files1+'\\'+name)
for files2 in d :
img = Image.open(files2)
e,g=img.size
img1=img.convert('L')
img1=np.array(img1, dtype='float32')
arr=255-img1
arr1 = arr.sum(axis=0)#每一列求和
arr2 = arr.sum(axis=1)#每一行求和
df=pd.DataFrame(arr)#把像素點轉(zhuǎn)化為dataframe
df.insert(len(df.columns),len(df.columns),arr2)#最后一列插入每一行的和
df1=pd.concat([df,(pd.DataFrame(df.sum()).T)])#最后一行插入每一列的和
df2=df1[df1[e]>0]#根據(jù)最后一列把大于0的行篩選出來
#根據(jù)最后一行,把等于0的列刪除掉
for c in df2.columns:
if df2[c].sum() == 0 :
df2.drop(columns = [c],inplace = True)
df2.drop(columns=[e],inplace = True)#刪除最后一列
df3 = df2.head((df2.shape[0])-1)#刪除最后一行
df3.values#dataframe轉(zhuǎn)化為numpy
a=255-df3
plt.imshow(a)
scipy.misc.toimage(a).save('C:/Users/Administrator.SKY-20180518VHY/Desktop'+'/'+ '%d.jpg'%(d.index(files2)))#保存圖像
print('all is saved')
save_pic(file_path='C:\\Users\\Administrator.SKY-20180518VHY\\Desktop\\2')
以上這篇用Python去除圖像的黑色或白色背景實例就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
PyQt中使用QTabWidget實現(xiàn)多頁面布局的方法
在使用PyQt編寫桌面應(yīng)用程序的過程中,要實現(xiàn)多頁面布局方案,可以使用QTabWidget控件來實現(xiàn),本案例提供了完整的標簽頁管理功能,同時保持了響應(yīng)式設(shè)計的核心原則,能夠很好地適應(yīng)不同屏幕尺寸和內(nèi)容變化,感興趣的朋友一起看看吧2025-04-04
Flask創(chuàng)建并運行數(shù)據(jù)庫遷移的實現(xiàn)過程
Flask創(chuàng)建并運行數(shù)據(jù)庫遷移的過程是一個涉及多個步驟的操作,旨在幫助開發(fā)者在開發(fā)過程中管理數(shù)據(jù)庫模式的變化,而不需要手動地刪除和重建數(shù)據(jù)庫表,從而避免數(shù)據(jù)丟失,以下是一個詳細的步驟說明,需要的朋友可以參考下2024-09-09
python中實現(xiàn)數(shù)組和列表讀取一列的方法
下面小編就為大家分享一篇python中實現(xiàn)數(shù)組和列表讀取一列的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04

