如何从图像中裁剪或删除白色背景答案

【问题标题】：How to crop or remove white background from an image如何从图像中裁剪或删除白色背景
【发布时间】：2018-07-01 21:38:41
【问题描述】：

我正在尝试使用 OpenCV 和 Python 比较图像。

考虑这些图像：

两者都有一双相同的鞋子，设置为白色背景。唯一的区别是第一个的背景比第二个高。

我想知道如何以编程方式裁剪两者的白色背景，这样我就只剩下那双鞋了。

我必须补充一点，我无法手动裁剪背景。

【问题讨论】：

对图像设置阈值得到二值图像，使用 findContours() 找到最大轮廓并裁剪
@ZdaR ，我认为检测到的轮廓不会那么精确！
物体似乎有一个清晰的边界，所以使用 findContours() 来查找和最大的轮廓，如果你选择最大的轮廓它应该足以解决所需的问题
@UbdusSamad 为什么不呢？ OP 说“两者都有一双相同的鞋子”。轮廓的精度无关紧要。
你自己试试吧，findcontours() 会打乱界限，我很确定，虽然对于这个特定的图像它可能会很好，但它不会工作每个图像。（我可能是错的，但据我所知，我是这么说的，cv2 可能已经更新或什么的）

标签： python opencv python-imaging-library scikit-image

【解决方案1】：

This 链接非常适合我解决类似的问题，尽管它使用 PIL。请注意，它将生成一个矩形图像，由非白色的顶部/右侧/底部/最左侧像素限制。在您的情况下，它应该提供相同大小的相同图像。

我猜代码可以很容易地适应 OpenCV 函数。

【讨论】：

【解决方案2】：

您在评论中的要求：The shoes are on a white background. I would like to completely get rid of the border; as in be left with a rectangular box with either a white or a transparent background, having the length and width of the shoes in the picture.

然后是我裁剪目标区域的步骤：

转换为灰度和阈值

Morph-op 去除噪音

找到最大面积轮廓

裁剪并保存

#!/usr/bin/python3
# Created by Silencer @ Stackoverflow 
# 2018.01.23 14:41:42 CST
# 2018.01.23 18:17:42 CST
import cv2
import numpy as np

## (1) Convert to gray, and threshold
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
th, threshed = cv2.threshold(gray, 240, 255, cv2.THRESH_BINARY_INV)

## (2) Morph-op to remove noise
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (11,11))
morphed = cv2.morphologyEx(threshed, cv2.MORPH_CLOSE, kernel)

## (3) Find the max-area contour
cnts = cv2.findContours(morphed, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]
cnt = sorted(cnts, key=cv2.contourArea)[-1]

## (4) Crop and save it
x,y,w,h = cv2.boundingRect(cnt)
dst = img[y:y+h, x:x+w]
cv2.imwrite("001.png", dst)

结果：

【讨论】：

@TuhinSah 很高兴它有帮助，那么你欠我一个投票和接受。
如何在 Java 中实现相同的功能？
我收到一个错误gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) TypeError: Expected cv::UMat for argument 'src'
@kylefoley76 有同样的错误 - 使用 img = cv2.imread(file_path)
这是一种非常简单、优雅且不错的方法。请注意，可能需要使用阈值，但原则上这可以用于各种用例。非常感谢！

【解决方案3】：

Kinght 的solution 运行良好。就我而言，我也有 CMYK 图像。当我裁剪它们时，我得到不正确的（鲜艳的颜色）输出。而且似乎 OpenCV 不支持 CMYK。所以我需要一种将 CMYK 图像转换为 RGB 的方法，然后用 OpenCV 打开它。我是这样处理的：

import cv2
import numpy

from PIL import Image
from PIL import ImageCms

# force opening truncated/corrupt image files
from PIL import ImageFile
ImageFile.LOAD_TRUNCATED_IMAGES = True

img = "shoes.jpg"

img = Image.open(img)
if img.mode == "CMYK":
    # color profiles can be found at C:\Program Files (x86)\Common Files\Adobe\Color\Profiles\Recommended
    img = ImageCms.profileToProfile(img, "USWebCoatedSWOP.icc", "sRGB_Color_Space_Profile.icm", outputMode="RGB")
# PIL image -> OpenCV image; see https://stackoverflow.com/q/14134892/2202732
img = cv2.cvtColor(numpy.array(img), cv2.COLOR_RGB2BGR)

## (1) Convert to gray, and threshold
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
th, threshed = cv2.threshold(gray, 240, 255, cv2.THRESH_BINARY_INV)

## (2) Morph-op to remove noise
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (11,11))
morphed = cv2.morphologyEx(threshed, cv2.MORPH_CLOSE, kernel)

## (3) Find the max-area contour
cnts = cv2.findContours(morphed, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[-2]
cnt = sorted(cnts, key=cv2.contourArea)[-1]

## (4) Crop and save it
x,y,w,h = cv2.boundingRect(cnt)
dst = img[y:y+h, x:x+w]

# add border/padding around the cropped image
# dst = cv2.copyMakeBorder(dst, 10, 10, 10, 10, cv2.BORDER_CONSTANT, value=[255,255,255])

cv2.imshow("image", dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

# create/write to file
# cv2.imwrite("001.png", dst)

【讨论】：

【解决方案4】：

我在 github 上找到了这个。

https://imagemagick.org/script/download.php

import pgmagick

def remove_background(image, background=None):
    """Returns a copy of `image` that only contains the parts that is distinct
       from the background. If background is None, returns parts that are
       distinct from white."""
    if background is None:
        background = pgmagick.Image(image.size(), 'white')
    elif isinstance(background, pgmagick.Image):
        blob = pgmagick.Blob()
        background.write(blob)
        background = pgmagick.Image(blob, image.size())
    else:
        background = pgmagick.Image(image.size(), background)
    background.composite(image, 0, 0, pgmagick.CompositeOperator.DifferenceCompositeOp)
    background.threshold(25)
    blob = pgmagick.Blob()
    image.write(blob)
    image = pgmagick.Image(blob, image.size())
    image.composite(background, 0, 0, pgmagick.CompositeOperator.CopyOpacityCompositeOp)
    return image

【讨论】：

【解决方案5】：

虽然这个问题已经得到了彻底的解答，但我想分享一个仅依赖于 numpy 的简单版本：

import numpy as np

def remove_background(image, bg_color=255):
    # assumes rgb image (w, h, c)
    intensity_img = np.mean(image, axis=2)

    # identify indices of non-background rows and columns, then look for min/max indices
    non_bg_rows = np.nonzero(np.mean(intensity_img, axis=1) != bg_color)
    non_bg_cols = np.nonzero(np.mean(intensity_img, axis=0) != bg_color)
    r1, r2 = np.min(non_bg_rows), np.max(non_bg_rows)
    c1, c2 = np.min(non_bg_cols), np.max(non_bg_cols)

    # return cropped image
    return image[r1:r2+1, c1:c2+1, :]

【讨论】：

【解决方案6】：

通过 PIL，您可以将白色背景转换为透明：

from PIL import Image
  
def convertImage():
    img = Image.open("hi.png")
    img = img.convert("RGBA")
  
    datas = img.getdata()
  
    newData = []
  
    for item in datas:
        if item[0] == 255 and item[1] == 255 and item[2] == 255:
            newData.append((255, 255, 255, 0))
        else:
            newData.append(item)
  
    img.putdata(newData)
    img.save("./New.png", "PNG")
    print("Successful")
  
convertImage()

这是输出示例：

【讨论】：