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')