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。
标签:
Python,图像,背景
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
白云城资源网 Copyright www.dyhadc.com
暂无“用Python去除图像的黑色或白色背景实例”评论...
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新日志
2025年01月07日
2025年01月07日
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]