目的

需要提取出图中的数字，但是图中数字受到两种背景色的影响，因此需要先将其去掉。

实现

方法一（直接对数组操作）

首先按照官网示例看看图片的基本信息。

from PIL import Image
im = Image.open("xxx.jpg")
print(im.format, im.size, im.mode)

分别打印出图片的格式，尺寸，颜色模式如下：

JPEG (144, 231) RGB

图片是RGB模式也就意味着图片包含三个通道的信息，我们实际要处理的是231（高度）x144（宽度）x3（R,G,B）的数组。那么接下来以数组的形式读取：

import numpy as np
arr = np.array(im,dtype=int) #像素值默认为ubyte，范围为0-255，做加减会溢出

这里需要注意如果不写dtype=int在可能的加减运算中会有溢出警告提示，虽然在这里无加减，但为了规范，统一int导入utype导出。
随意打印几个特殊点的像素值进行分析：

print(arr[52][71])   #162,223,224
print(arr[181][56])  #224,159,223
print(arr[82][33]） #0,2,5

这里推荐进去左下选图片拾色，在线查看图片各点像素值。可以发现黑色的RGB值都很低，而其他两种颜色的RGB值较高。我们选取R通道进行操作：

for x in range(0,arr.shape[0]):for y in range(0,arr.shape[1]):if arr[x][y][0]>128:arr[x][y]=255

遍历所有像素值，一旦R通道值大于128，则将其RGB三通道值变为255，也就是纯白。

new_im = Image.fromarray(arr.astype(np.ubyte))
new_im.show()

将数组以之前说的ubyte形式导出至Image对象，并显示处理后的图片。

// A code block
var foo = 'bar';

可以发现两种颜色基本被去掉，但有边角残余，完美主义者是不能接受的。

img = new_im.convert('1')
img.show()

再调用convert方法转换二值化。

可以发现残余被去掉了，但这样太麻烦了，能不能直接调用convert方法一步到位呢？

方法二（调用convert+操纵数组）

实际上调用convert方法也有两种实际上的操作，先讲复杂的。

im = im.convert('L')
im.show()

L代表灰度模式，1代表二值化（0和1）模式。为加深理解，这里先转化为灰度模式：

还是和之前一样变为数组导入，此时由于是灰度模式，会发现我们的数组维度变成了（231,144），没有三通道信息，和先前一样把大于128的值变为255。

import numpy as np
arr = np.array(im,dtype=int)
for x in range(0,arr.shape[0]):for y in range(0,arr.shape[1]):if arr[x][y]>128:     #此时没有了第三个维度[0]arr[x][y]=255
new_im = Image.fromarray(arr.astype(np.ubyte))
new_im.show()

先灰度再对数组进行操作就没有那些残余了。当然，还有更简单的方法。

方法三（一步到位convert）

肯定有人会和我一样的想法，为什么不直接二值化呢？让我们看看结果：

img = im.convert('1')
img.show()

为什么会有这么多点？不是把128以上的变成白，128以下的变成黑了吗？难不成背景颜色中的值其实相差很大？
其实，这是默认算法中的Floyd-Steinberg dither（弗洛伊德-斯滕伯格抖动）算法的影响。简单理解就是把该点的像素抖动到了附近的点上，原因是我们的人眼是对一个区域做出反应，所以该算法有助于降低图像的损失，但显然这是我们不需要的。

img = im.convert('1',dither=Image.NONE)
img.show()

img = im.convert('1',dither=Image.FLOYDSTEINBERG)
img.show()

真相大白了。原来是里面的dither参数有两个值可以接受，
一是Image.NONE，二是Image.FLOYDSTEINBERG。
默认的是带抖动的。
其实这里官方文档也写的不清楚，API里写的默认是dither=None。然后我把None填入发现没有变化，其实是Image.NONE。注意是全部大写的NONE。

总结

现在最大的感受就是一个库的官方教程都是虚的，把这些东西搬运来搬运去没有什么价值，只有进行实践才会发现有许多值得探索和注意的地方，即需要在看API的同时多敲代码。

Pillow库学习笔记之Image.convert去底色详解相关推荐

Python pillow库学习笔记
Python pillow库学习笔记 PIL( Python Imaging Library)是 Python 的第三方图像处理库,由于其功能丰富,API 简洁易用,因此深受好评. 自 2011 年以 ...
【相机标定与三维重建原理及实现】学习笔记1——相机模型数学推导详解
目录前言一.小孔成像模型二.坐标系的变换 1.世界坐标系到相机坐标系的变换(刚体变换)[xw^→xc^\boldsymbol {\hat{x_{w}}}\rightarrow \boldsymb ...
SNMP学习笔记之SNMP 原理与实战详解
原文地址:http://freeloda.blog.51cto.com/2033581/1306743 原创作品,允许转载,转载时请务必以超链接形式标明文章原始出处 .作者信息和本声明.否则将追究法 ...
【学习笔记】sed 命令及参数详解
sed 命令及参数详解标签:Sed 文章目录 sed 命令及参数详解一.简介二.基本用法 2.1. 三种方式 2.2. 常用选项 2.3. 命令体的组成 2.3.1. 定位文本部分 2.3.2. ...
RT-Thread学习笔记|TCS34725 RGB 颜色识别传感器详解
rt-thread是什么? RT-Thread 是一个集实时操作系统(RTOS)内核.中间件组件和开发者社区于一体的技术平台,组件完整丰富.高度可伸缩.简易开发.超低功耗.高安全性的物联网操作系统.R ...
Nginx模块Lua-Nginx-Module学习笔记（二）Lua指令详解(Directives)
源码地址:https://github.com/Tinywan/Lua-Nginx-Redis Nginx与Lua编写脚本的基本构建块是指令. 指令用于指定何时运行用户Lua代码以及如何使用结果. 下 ...
【STM32学习笔记】（1）—— STM32详解
什么是STM32 STM32的字面含义: 1.ST-代表着意法半导体公司,即由什么公司生产. 意法半导体公司是一家SOC厂商,所谓SOC(System-on-a-Chip),根据它的中文意思可以知道& ...
HTML学习笔记3：HTML基本骨架详解
在HTML笔记1中,我简单介绍了HTML抽象的基本框架,其实,HTML的基本骨架部分还有更多内容需要了解,这一节,咱们就详细学习HTML的基本骨架. 打开sublime编辑器,输入html:xt 图1 ...
吴恩达深度学习笔记(114)-RNN梯度消失问题详解
https://www.toutiao.com/a6652968074712449550/ 2019-02-10 14:34:53 循环神经网络的梯度消失(Vanishing gradients wi ...

Pillow库学习笔记之Image.convert去底色详解

目的

实现

方法一（直接对数组操作）

方法二（调用convert+操纵数组）

方法三（一步到位convert）

总结

Pillow库学习笔记之Image.convert去底色详解相关推荐

最新文章

热门文章