python黑色背景白色背景_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:
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')
python黑色背景白色背景_用Python去除图像的黑色或白色背景实例相关推荐
- python打开是黑底的-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, ...
- 用Python去除图像的黑色或白色背景
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, ...
- python 时间序列预测_使用Python进行动手时间序列预测
python 时间序列预测 Time series analysis is the endeavor of extracting meaningful summary and statistical ...
- python 概率分布模型_使用python的概率模型进行公司估值
python 概率分布模型 Note from Towards Data Science's editors: While we allow independent authors to publis ...
- python 连通域面积_使用OpenCV去除面积较小的连通域
这是后期补充的部分,和前期的代码不太一样 效果图 源代码 //测试 void CCutImageVS2013Dlg::OnBnClickedTestButton1() { vector > co ...
- python集群_使用Python集群文档
python集群 Natural Language Processing has made huge advancements in the last years. Currently, variou ...
- python宣传海报_用Python做一个令人发疯的海报
Python可以做海报? Python真的可以做海报吗? Python做海报,你确定不是在逗我? 重要的问题问了三遍,答案是真的可以! 今天我们就来用Python的一个比较好玩的模块来进行创作---- ...
- python扫雷脚本_利用Python实现自动扫雷小脚本
自动扫雷一般分为两种,一种是读取内存数据,而另一种是通过分析图片获得数据,并通过模拟鼠标操作,这里我用的是第二种方式. 代码已上传至GitHub: https://github.com/chestnu ...
- python扫雷脚本_利用 Python 实现 自动扫雷 小脚本
原标题:利用 Python 实现 自动扫雷 小脚本 自动扫雷一般分为两种,一种是读取内存数据,而另一种是通过分析图片获得数据,并通过模拟鼠标操作,这里我用的是第二种方式.一.准备工作1.扫雷游戏 我是 ...
最新文章
- Django View使用装饰器捕获数据库连接异常
- neo4j 连接java
- java三个环境变量_java基础(一):我对java的三个环境变量的简单理解和配置
- php如果能编译就完美了,centos7 完美编译PHP7 php-7.2.10.tar.gz
- sqlserver垮库查询_sql跨库查询(sqlserver跨库查询)
- Unity3D基础30:协同程序
- 使用TestNG-xslt美化测试报告
- 《长安十二时辰》带来的启示:行走江湖,数据泄露怎能不防?
- linux GSM0710(2)
- OpenSees二次开发实例01
- CodeIgniter 源码解读之模型
- 选购笔记本要看清液晶屏幕及主流技术
- 计算机网络中地址数怎么算,【计算机网络技术】根据IP地址子网掩码计算网络地址、直接广播地址、主机号以及可用IP地址的范围...
- python是个啥-CPython是个什么鬼?
- 如何去除ie的select下拉框箭头图标
- []==![]结果为true,探究 == 本质
- 想了解机器学习?这 3 种算法你必须要知道(中英文对照)
- 数据透视表知识点+案例
- 国家常用代号 for Mysql数据库
- 4K电视近在咫尺?你离真正的4K电视或许还有一段距离
热门文章
- HTML5的音频播放和视频播放
- SQL2005中使用backup、restore来备份和恢复数据库
- 15-07-08 数组-- 投票选班长
- linux下实现web数据同步的四种方式(性能比较)
- webpack 4.0 学习笔记(一)
- http ,servlet
- esper(4-2)-Category Context
- Could not load file or assembly (Exception from HRESULT: 0x80131047)-解决办法
- 可并堆试水--BZOJ1367: [Baltic2004]sequence
- Gulp和Webpack对比