Python怎么批量裁剪图形外围空白区域

这篇文章主要介绍了Python怎么批量裁剪图形外围空白区域的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇Python怎么批量裁剪图形外围空白区域文章都会有所收获，下面我们一起来看看吧。

一、基本描述

批量裁剪掉图片的背景区域，一般是白色背景，从而减少背景值的干扰和减少存储空间。

通过检索所有图片的最小裁剪区域坐标值，然后再对图片进行裁剪。文中图都是经过标准化处理的，核心图片内容尺度都一致，所以采用该种办法，如果有很多不同大小的图片，即图片中的内容区域大小形状不一样，则一张一张的检索该图的背景区域，然后进行裁剪。即一张一张的检索裁剪区域并进行裁剪。

二、实现代码

对原文中的代码进行修改，一张一张的检索每张图的裁剪区域坐标，然后裁剪。

代码如下：

from PIL import Imageimport numpy as npimport os imagesDirectory = r"C:\Users\Administrator\Desktop\out"  # tiff图片所在文件夹路径 i = 0for imageName in os.listdir(imagesDirectory):    imagePath = os.path.join(imagesDirectory, imageName)    image = Image.open(imagePath)  # 打开tiff图像    ImageArray = np.array(image)    row = ImageArray.shape[0]    col = ImageArray.shape[1]    print(row,col)    # 先计算所有图片的裁剪范围，然后再统一裁剪并输出图片    x_left = row    x_top = col    x_right = 0    x_bottom = 0    # 上下左右范围    """    Image.crop(left, up, right, below)    left：与左边界的距离    up：与上边界的距离    right：还是与左边界的距离    below：还是与上边界的距离    简而言之就是，左上右下。    """    i += 1    for r in range(row):        for c in range(col):            #if ImageArray[row][col][0] < 255 or ImageArray[row][col][0] ==0:            if ImageArray[r][c][0] < 255 and ImageArray[r][c][0] !=0: #外框有个黑色边框，增加条件判断                if x_top > r:                    x_top = r  # 获取最小x_top                if x_bottom < r:                    x_bottom = r  # 获取最大x_bottom                if x_left > c:                    x_left = c  # 获取最小x_left                if x_right < c:                    x_right = c  # 获取最大x_right    print(x_left, x_top, x_right, x_bottom)     # image = Image.open(imagePath)  # 打开tiff图像    cropped = image.crop((x_left-5, x_top-5, x_right+5, x_bottom+5))  # (left, upper, right, lower)    cropped.save(r"C:\Users\Administrator\Desktop\out_cut_bg\{}.png".format(imageName[:-4], i))    print("imageName completed!")

三、效果

原图显示：

裁剪结果显示：

原文效果：

关于"Python怎么批量裁剪图形外围空白区域"这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对"Python怎么批量裁剪图形外围空白区域"知识都有一定的了解，大家如果还想学习更多知识，欢迎关注行业资讯频道。