用Python去除图像的黑色或白色背景实例

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

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，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')
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')#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.append(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'%(d.index(files2)))#保存图像
 print('all is saved') 
 
save_pic(file_path='C:\\Users\\Administrator.SKY-20180518VHY\\Desktop\\2') 

以上这篇用Python去除图像的黑色或白色背景实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。