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:
fromPILimportImage importnumpyasnp importpandasaspd importmatplotlib.pyplotasplt importscipy.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 forcindf2.columns: ifdf2[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:
importos fromPILimportImage importnumpyasnp importpandasaspd importmatplotlib.pyplotasplt importscipy.misc defsave_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 fornameinnames: c.append(name) forfilesinc: 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 forcindf2.columns: ifdf2[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('allissaved') 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:
importos fromPILimportImage importnumpyasnp importpandasaspd importmatplotlib.pyplotasplt importscipy.misc defsave_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 fornameinnames: c.append(name) forfiles1inc: n=os.listdir(file_path+'\\'+files1) fornameinn: d.append(file_path+'\\'+files1+'\\'+name) forfiles2ind: 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 forcindf2.columns: ifdf2[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('allissaved') 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毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。