今天小编就为大家分享一篇用Python去除图像的黑色或白色背景实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
用Python去除背景，得到有效的图像
此目的是为了放入深度学习计算中来减少计算量，同时突出特征，原图像为下图，命名为1.jpg-600，在此去除白色背景，黑色背景同理
需要对原图像进行的处理是去掉白色背景，抠出有效的参与计算的图形的大小即下图
对此有两个思路：
用掩模法得到有效部分，其次去掉空白，但太繁琐喽，并且一万多张图片，其不弄到天荒地老（截图也是哦）
对图像进行处理，即先做numpy变化，后反变换，将255-原图像，此时得到的图像就是
在此计算图像的横轴相加为0，纵轴相加为0，删去和为0的列和行得到的numpy矩阵，用255减去numpy矩阵得到的图像就是所求有效图像。（在此我没能实现三通道的图像，只能做出灰度图的图像）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-600') 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)#把像素点转化为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]#根据最后一列把大于0的行筛选出来 #根据最后一行，把等于0的列删除掉 for c in df2.columns: if df2[c].sum() == 0 : df2.drop(columns = [c],inplace = True) df2.drop(columns=[e],inplace = True)#删除最后一列 df3 = df2.head((df2.shape[0])-1)#删除最后一行 a=255-df3 #df3.values#dataframe转化为numpy plt.imshow(a) scipy.misc.toimage(df3.values).save('C:/Users/Administrator.SKY-20180518VHY/Desktop/2.jpg-600')#保存图像
最终得到的图像为
在此处考虑过将图像变为列表，但在此处做嵌套列表太为复杂，因而放弃，最终利用DataFrame做的，本考虑将三通道分开分别作运算最终得到的R、G、B三通道图像由于大小不匹配无法整合到一起，又失败了。只能得到单通道凑合弄吧。谁有好的思路，求沟通…
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) #路径 #将文件夹中的文件名称与后边的 .dcm分开 for name in names: c.ap<em style="color:transparent">来源[email protected]搞@^&代*@码)网</em>pend(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)#把像素点转化为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]#根据最后一列把大于0的行筛选出来 #根据最后一行，把等于0的列删除掉 for c in df2.columns: if df2[c].sum() == 0 : df2.drop(columns = [c],inplace = True) df2.drop(columns=[e],inplace = True)#删除最后一列 df3 = df2.head((df2.shape[0])-1)#删除最后一行 #df3.values#dataframe转化为numpy a=255-df3 plt.imshow(a) scipy.misc.toimage(a).save('C:/Users/Administrator.SKY-20180518VHY/Desktop'+'/'+files)#保存图像 print('all is saved') save_pic(file_path='C:\\Users\\Administrator.SKY-20180518VHY\\Desktop\\1')
去除多个文件夹下多张图像，分别为：
程序为：
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) #路径 #将文件夹中的文件名称与后边的 .dcm分开 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)#把像素点转化为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]#根据最后一列把大于0的行筛选出来 #根据最后一行，把等于0的列删除掉 for c in df2.columns: if df2[c].sum() == 0 : df2.drop(columns = [c],inplace = True) df2.drop(columns=[e],inplace = True)#删除最后一列 df3 = df2.head((df2.shape[0])-1)#删除最后一行 df3.values#dataframe转化为numpy a=255-df3 plt.imshow(a) scipy.misc.toimage(a).save('C:/Users/Administrator.SKY-20180518VHY/Desktop'+'/'+ '%d.jpg-600'%(d.index(files2)))#保存图像 print('all is saved') save_pic(file_path='C:\\Users\\Administrator.SKY-20180518VHY\\Desktop\\2')
以上就是用Python去除图像的黑色或白色背景实例的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：用Python去除图像的黑色或白色背景实例
转载请注明原文链接：用Python去除图像的黑色或白色背景实例
