利用python，opencv来去除图像的黑边（上下左右都有黑边的）
"""author:youngkun;date:20180608;function:裁剪照片的黑边""" import cv2 import os import datetime def change_size(read_file): image=cv2.imread(read_file,1) #读取图片 image_name应该是变量 img = cv2.medianBlur(image,5) #中值滤波，去除黑色边际中可能含有的噪声干扰 b=cv2.threshold(img,15,255,cv2.THRESH_BINARY) #调整裁剪效果 binary_image=b[1] #二值图--具有三通道 binary_image=cv2.cvtColor(binary_image,cv2.COLOR_BGR2GRAY) print(binary_image.shape) #改为单通道 x=binary_image.shape[0] print("高度x=",x) y=binary_image.shape[1] print("宽度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) #左边界 right=max(edges_x) #右边界 width=right-left #宽度 bottom=min(edges_y) #底部 top=max(edges_y) #顶部 height=top-bottom #高度 pre1_picture=image[left:left+width,bottom:bottom+height] #图片截取 return pre1_picture #返回图片数据 source_path="./training_data/1/" #图片来源路径 save_path="./out/" #图片修改后的保存路径 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("裁剪数量:",i) while(i==2600): break print("裁剪完毕") endtime = datetime.datetime.now()#记录结束时间 endtime = (endtime-starttime).seconds print("裁剪总用时",endtime)
这种方法只能裁剪出矩形的图像，具有一定的局限性，利用了opencv的二值化来分离出前景和背景