利用python，opencv來去除圖像的黑邊（上下左右都有黑邊的）

 

 

"""author:youngkun;date:20180608;function:裁剪照片的黑邊"""
 
import cv2
import os
import datetime
 
def change_size(read_file):
    image=cv2.imread(read_file,1) #讀取圖片 image_name應該是變量
    img = cv2.medianBlur(image,5) #中值濾波，去除黑色邊際中可能含有的噪聲干擾
    b=cv2.threshold(img,15,255,cv2.THRESH_BINARY)          #調整裁剪效果
    binary_image=b[1]               #二值圖--具有三通道
    binary_image=cv2.cvtColor(binary_image,cv2.COLOR_BGR2GRAY)
    print(binary_image.shape)       #改為單通道
 
    x=binary_image.shape[0]
    print("高度x=",x)
    y=binary_image.shape[1]
    print("寬度y=",y)
    edges_x=[]
    edges_y=[]
    for i in range(x):
        for j in range(y):
            if binary_image[i][j]==255:
             edges_x.append(i)
             edges_y.append(j)
 
    left=min(edges_x)               #左邊界
    right=max(edges_x)              #右邊界
    width=right-left                #寬度
    bottom=min(edges_y)             #底部
    top=max(edges_y)                #頂部
    height=top-bottom               #高度
 
    pre1_picture=image[left:left+width,bottom:bottom+height]        #圖片截取
    return pre1_picture                                             #返回圖片數據
 
source_path="./training_data/1/"                                    #圖片來源路徑
save_path="./out/"                                     #圖片修改后的保存路徑
 
if not os.path.exists(save_path):
    os.mkdir(save_path)
 
file_names=os.listdir(source_path)
 
starttime=datetime.datetime.now()
for i in range(len(file_names)):
    x=change_size(source_path + file_names[i])        #得到文件名
    cv2.imwrite(save_path+file_names[i],x)
    print("裁剪：",file_names[i])
    print("裁剪數量:",i)
    while(i==2600):
        break
print("裁剪完畢")
endtime = datetime.datetime.now()#記錄結束時間
endtime = (endtime-starttime).seconds
print("裁剪總用時",endtime)

 

這種方法只能裁剪出矩形的圖像，具有一定的局限性，利用了opencv的二值化來分離出前景和背景

完整代碼請見
https://github.com/younkun/image_image-processing.git