使用PIL去除空白处

Question

使用PIL去除空白处

67

在PIL中，有没有一种简单的方法可以修剪图像上的空格？

ImageMagick可以通过以下方式轻松支持它：

convert test.jpeg -fuzz 7% -trim test_trimmed.jpeg

我找到了一个PIL的解决方案：

from PIL import Image, ImageChops

def trim(im, border):
    bg = Image.new(im.mode, im.size, border)
    diff = ImageChops.difference(im, bg)
    bbox = diff.getbbox()
    if bbox:
        return im.crop(bbox)

但是这种解决方案有缺点：

我需要定义边框颜色，对我来说不是什么大问题，因为我的图像有白色背景。
最大的缺点是，这种PIL解决方案不支持ImageMagick的“-fuzz”关键字，无法添加模糊裁剪，因为我可能会遇到一些JPEG压缩伪影和不必要的巨大阴影。

也许PIL有一些内置函数可以实现？或者有一些快速的解决方案吗？

- Eugene Nagorny

1

我知道代码完全相同，但也可以在这里找到 - https://gist.github.com/mattjmorrison/932345 - Sergey M

5个回答

6

使用wand http://docs.wand-py.org/en/0.3-maintenance/wand/image.html

trim(color=None, fuzz=0) 移除图像的纯色边框。默认使用左上角像素作为参考，或者您也可以指定要移除的颜色。

- Jie Bao

2

请您详细阐述一下答案吗？（附带一个例子） - secavfr

3

我刚试了一下在Wand中使用trim()功能，同时也尝试了已接受的答案，结论是Wand的裁剪效果比较差，这让我很惊讶，因为我的图像很清晰，并且边框完全是实心的。 - ptk

4

fraxel提供的答案是可行的，但正如Matt Pitkin所指出的，有时候图像应该转换为“RGB”，否则边框将无法被检测到：

from PIL import Image, ImageChops
def trim(im):
    bg = Image.new(im.mode, im.size, im.getpixel((0,0)))
    diff = ImageChops.difference(im, bg)
    diff = ImageChops.add(diff, diff, 2.0, -100)
    bbox = diff.getbbox()
    if bbox:
        return im.crop(bbox)
    else: 
        # Failed to find the borders, convert to "RGB"        
        return trim(im.convert('RGB'))

- Victor

我遇到了一个情况，递归深度达到了最大值。 - Dee

我遇到了一个案例的最大递归深度。 - Dee

我已经按照这篇答案所示，移除了递归，并将其粘贴到白色背景中。链接如下：https://dev59.com/iFUL5IYBdhLWcg3wDkhT#50898375 - Dee

我将递归删除，并首先将其粘贴到白色背景中，如此答案所示：https://stackoverflow.com/a/50898375/5581893 - undefined

2

使用ufp.image模块中的trim函数。

import ufp.image
import PIL
im = PIL.Image.open('test.jpg', 'r')
trimed = ufp.image.trim(im, fuzz=13.3)
trimed.save('trimed.jpg')

- c2o93y50

我无法通过pip安装ufp。我收到以下错误消息：

ERROR: Command "python setup.py egg_info" failed with error code 1 in /private/var/folders/vd/5ccxv4957f1_prjqt1l_ppsw0000gq/T/pip-install-ya7p01_3/ufp/

。此外，没有ufp的github存储库，因此我无法联系开发人员。 - logic1976

6

ufp不兼容Python 3。 - Dustin Oprea

0

如果您的图像是米白色的，那么这将有助于设置一个阈值，并使用它来剪切边框。

输入和输出都是Pillow图像。

import cv2

# Trim Whitespace Section
def trim_whitespace_image(image):
    # Convert the image to grayscale
    gray_image = image.convert('L')

    # Convert the grayscale image to a NumPy array
    img_array = np.array(gray_image)

    # Apply binary thresholding to create a binary image 
    # (change the value here default is 250)    ↓
    _, binary_array = cv2.threshold(img_array, 250, 255, cv2.THRESH_BINARY_INV)

    # Find connected components in the binary image
    num_labels, labels, stats, _ = cv2.connectedComponentsWithStats(binary_array)

    # Find the largest connected component (excluding the background)
    largest_component_label = np.argmax(stats[1:, cv2.CC_STAT_AREA]) + 1
    largest_component_mask = (labels == largest_component_label).astype(np.uint8) * 255

    # Find the bounding box of the largest connected component
    x, y, w, h = cv2.boundingRect(largest_component_mask)

    # Crop the image to the bounding box
    cropped_image = image.crop((x, y, x + w, y + h))

    return cropped_image

- Gaurav Hazra

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- fraxel · Accepted Answer

我认为PIL中没有任何内置函数可以完成这个任务。但是我修改了您的代码，现在它可以实现了:

它使用getpixel从左上像素获取边框颜色，因此您不需要传递颜色。
从差异图像中减去一个标量，这是一种将所有值低于100, 100, 100（在我的例子中）饱和为零的快速方法。因此，这是一种消除压缩引起的任何“抖动”的简洁方式。

代码：

from PIL import Image, ImageChops

def trim(im):
    bg = Image.new(im.mode, im.size, im.getpixel((0,0)))
    diff = ImageChops.difference(im, bg)
    diff = ImageChops.add(diff, diff, 2.0, -100)
    bbox = diff.getbbox()
    if bbox:
        return im.crop(bbox)

im = Image.open("bord3.jpg")
im = trim(im)
im.show()

压缩后的jpeg图像：

enter image description here 裁剪后：

带噪声的jpeg图像：

enter image description here 裁剪后：