修剪灰度图像的空白[关闭]答案

【问题标题】：Trim the whitespace of the grayscale image [closed]修剪灰度图像的空白[关闭]
【发布时间】：2018-11-08 14:13:43
【问题描述】：

我得到一个图像集，图像是这样的。

如何使用python删除图像的下方白色部分，其中不包含任何有用的内容？

我将图像读取到 python 中的 numpy 数组。

我的代码是这样的：

data_dir = "/Users/leon/Projects/inpainting/data/"
images = []
files = glob.glob (data_dir + "*.jpg")
for file in files:
    image = cv2.imread(file, 0)
    images.append(image)

【问题讨论】：

到目前为止你尝试了什么？
我正在考虑用两个for循环来检查像素元素，但是我得到了5000张这样的图像，这样做会不会很慢？
stackoverflow.com/questions/10615901/trim-whitespace-using-pil/…的可能重复
physicsforums.com/threads/removing-0s-from-2d-arrays.884140 见最后部分
谢谢你们，但我找到了更好的方法，请看我的回答。

标签： python image numpy deep-learning

【解决方案1】：

这会逐行修剪上方和下方的空白（实际上它会修剪任何完整的白色行）：

trimmed = image[np.where(~np.all(image == 255, axis=1))]

如果您只需要修剪顶部和底部边距，您可以这样做：

empty_row_mask = np.all(image == 255, axis=1)
top = np.searchsorted(~empty_row_mask, True)
bottom = np.searchsorted(empty_row_mask, True)
trimmed = image[top:bottom]

【讨论】：

谢谢，我找到了一种方法，可以找到最合适的窗口来修剪两边不需要的白色部分

【解决方案2】：

我找到了一种使用 openCV3 和 python3.6 的方法

image_neg = cv2.bitwise_not(image) # invert the root to white
coords = cv2.findNonZero(image_neg) # find all the non-zero points (root)
x, y, w, h = cv2.boundingRect(coords) # find minimum spanning bounding box
rect = image[y:y+h, x:x+w]

【讨论】：