检测和去除图像中的空白区域

Question

我收集了 35.000 份不同纸质表格的灰度扫描图。有些纸质表格是横向的，有些是纵向的。一些横向表格被错误地以纵向模式扫描。这会导致扫描，在较低的三分之二（大约）中有空格。当然，空白中有一些噪音。

我需要做的是从纵向扫描中删除空白并将其转换为横向扫描。这应该很简单，但我显然是图像处理的新手。

因此，我们将不胜感激任何帮助。很抱歉无法发布示例，因为扫描包含个人医疗数据。

编辑：

from skimage import io
from skimage.util import crop
import numpy as np

image = io.imread(convert_image_path + filename)
crop_image = crop(image, ( image.shape[0]/5, image.shape[0]), ((0, image.shape[1])), (0,image.shape[2]))

结果是：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-21-6cc7c0d534bf> in <module>
      4 
      5 image = io.imread(convert_image_path + filename)
----> 6 crop_image = crop(image, ( image.shape[0]/5, image.shape[0]), ((0, image.shape[1])), (0,image.shape[2]))

/usr/local/lib/python3.7/site-packages/skimage/util/arraycrop.py in crop(ar, crop_width, copy, order)
     58                    for i, (a, b) in enumerate(crops))
     59     if copy:
---> 60         cropped = np.array(ar[slices], order=order, copy=True)
     61     else:
     62         cropped = ar[slices]

ValueError: Non-string object detected for the array ordering. Please pass in 'C', 'F', 'A', or 'K' instead

Answer 1

我将尝试回答您的三个主要问题。

1. 如何对图像进行切片
2. 如何将图像旋转 90 度。
3. 如何检测大面积的白色区域。

输入

我生成了以下输入

使用：

import numpy as np

from skimage import io

portrait = np.full(shape=(250, 150), fill_value=255, dtype=np.uint8)
portrait[:200, :] = 0

io.imsave("portrait.png", portrait)

---

如何切片

我们可以直接使用numpy进行切片，它的坐标系从左上角开始，依次为row、column（y、x）。

为了分割图像的底部，我们必须选择顶部，使用[:200]，它会取走所有高于 200 的行。（删除最后 50 个白色行）。

from skimage import io

portrait = io.imread("portrait.png")
sliced = portrait[:200]
io.imsave("portrait slice.png", sliced)

---

如何旋转

对于旋转，numpy 中有一个内置方法 rot90。

import numpy as np
from skimage import io

portrait = io.imread("portrait.png")
rotated = np.rot90(portrait, k=-1)  # Rotate clockwise, k=1, rotate counter clockwise
io.imsave("portrait rotated.png", rotated)

---

如何检测白色区域

为了检测大的白色区域，您可以查看一行和一列的平均值。基于此，您可以决定是否有足够的白色将其指示为空白区域。

import numpy as np
from itertools import groupby, count
from skimage import io

portrait = io.imread("portrait.png")

# We take the average value for every row.
rows = np.average(portrait, axis=1)

# This returns the row indices that have a gray value higher than 240
white_rows = np.squeeze(np.argwhere(rows > 240), axis=-1)

# This locates the groups of consecutive rows that are largely white
groups = groupby(white_rows, key=lambda item, c=count(): item - next(c))
for index, group in groups:
    white_region = list(group)
    
    # Only slice regions that contains at least so many largely white rows. 
    if len(white_region) > 30:
        slicing = [white_region[0], white_region[-1]]
        print(slicing)

示例输出：

[200, 249]

所以现在我们知道图像中哪里有一个大的白色区域。在您的情况下，您可能想要验证该区域是否仅位于图像的底部。这可以通过过滤低值的白色行来完成。

white_rows = white_rows[white_rows > 150]

这意味着白色行必须超过第 150 个像素行。

额外

要检测图像是否为纵向，您可以使用图像形状

portrait = image.shape[0] > image.shape[1]