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 Imageimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport scipy.miscimg = Image.open('1.jpg')e,g=img.sizeimg1=img.convert('L')img1=np.array(img1, dtype='float32')arr=255-img1arr1 = 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dataframedf.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numpyplt.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 osfrom PIL import Imageimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport scipy.miscdef 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 osfrom PIL import Imageimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport scipy.miscdef 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。