用python实现过滤存在大部分空白背景的图片

PYTHON的PIL和Counter实现过滤大部分空白背景的图片

需求

有以下三张图，目标是筛选出img2，排除掉img1和img3。

最初考虑过用for循环遍历每一个像素值，然后对空白像素值进行统计，占比达到总像素点的一定百分比就过滤掉，但是这样会大大的增加计算量，于是打算另辟蹊径。。

准备

用到的函数有：

Image中的getdata()，它能直接获取图像的像素值，并且每个像素点的四个像素值以元组的形式呈现。getdata()有band参数，默认band是所有，当band=0时，仅返回‘r’ band，即只返回RGB中的R值。
collections中的Counter，他可以对列表中的元素进行计数，其中的max_common(n)可以返回前n个计数最多的元素。

基本思路

首先获取图像的像素值，然后用max_common获取该图像的计数前几的像素值大小，若前几的像素值均大于200，那么说明这个图像空白值占绝大多数，从而实现过滤。

实现

from PIL import Image
import numpy as np, pandas as pd
from collections import Counter
img1 = Image.open('E:\\tensor\\pycharm\\img procession\\LUAD_cropped\\LUAD_15.png')
img2 = Image.open('E:\\tensor\\pycharm\\img procession\\LUAD_cropped\\LUAD_16.png')
img3 = Image.open('E:\\tensor\\pycharm\\img procession\\LUAD_cropped\\LUAD_23.png')
img_lis = ['img1', 'img2', 'img3']
for i in img_lis:print(list(eval(i).getdata()))

通过观察像素值可以发现三个图像的像素点的最后一个像素值均为255（猜测这个值应该是图像的透明度，忽略它即可）

for i in img_lis:im1 = Counter(np.array(eval(i)).flatten()).most_common(3)print(im1)

接下来对像素值进行统计，这里需要注意的是Counter技术的对象必须是列表，所以可以通过np.array先转化为ndarray类型，再调用array的flatten()函数将array转化为一维，然后统计计数前3的像素值。
在这里插入图片描述](https://img-blog.csdnimg.cn/20200508222306100.jpg#pic_center)
元祖中第一个值为像素值，第二值为该像素值的数量。毫无疑问，计数第一的是255像素值，因为它在每个像素点中都存在，那么我们需要关注的就是第二个像素值了。我们可以发现只有第二个图片的计数第二的像素值是小于200，说明该图片的非空白面积很小。
接下来只需要对改值进行判断即可，即取列表中第二个元组中的第一个值。

python
for i in img_lis:if Counter(list(eval(i).getdata())).most_common(3)[1][0] > 200:  print('过滤该图像') # 当然后面可以进行其他操作

我们继续来测试一下下面这张图片

结果如下
发现这种手段也会过滤掉空白占比大于50%左右的图像，那么假如我们要保留它该怎么做呢？
可以取计数更后面的数值

就这张图片而言，从上面的结果看，可以取第9个值。当然不具有普适性。
这种方法的缺点就是不够精确。在要求不高的情况下可以选择该方法。