如何从 OpenCV 中的图像中删除空格？

Question

我有以下图像，其中包含文本和文本下方的大量空白。我想裁剪空白区域，使其看起来像第二张图像。

裁剪图像

这就是我所做的

>>> img = cv2.imread("pg13_gau.jpg.png")
>>> gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
>>> edged = cv2.Canny(gray, 30,300)
>>> (img,cnts, _) = cv2.findContours(edged.copy(), cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
>>> cnts = sorted(cnts, key = cv2.contourArea, reverse = True)[:10]

Answer 1

正如许多人在 cmets 中提到的那样，最好的方法是反转图像，使黑色文本变为白色，找到图像中的所有非零点，然后确定最小跨度边界框是多少。您可以使用此边界框最终裁剪图像。查找轮廓非常昂贵，在这里不需要 - 特别是因为您的文本是轴对齐的。您可以结合使用cv2.findNonZero 和cv2.boundingRect 来满足您的需求。

因此，这样的事情会起作用：

import numpy as np
import cv2

img = cv2.imread('ws.png') # Read in the image and convert to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = 255*(gray < 128).astype(np.uint8) # To invert the text to white
coords = cv2.findNonZero(gray) # Find all non-zero points (text)
x, y, w, h = cv2.boundingRect(coords) # Find minimum spanning bounding box
rect = img[y:y+h, x:x+w] # Crop the image - note we do this on the original image
cv2.imshow("Cropped", rect) # Show it
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.imwrite("rect.png", rect) # Save the image

上面的代码正是我一开始所说的。我们在图像中读取，但我们也转换为灰度，因为您的图像由于某种原因是彩色的。棘手的部分是第三行代码，我将阈值设置为低于 128 的强度，以便深色文本变为白色。然而，这会产生一个二进制图像，所以我转换为uint8，然后按 255 缩放。这实质上是反转文本。

接下来，给定这张图片，我们找到所有带有cv2.findNonZero 的非零坐标，最后我们将其放入cv2.boundingRect，这将为您提供边界框的左上角以及宽度和高度。我们终于可以使用它来裁剪图像了。请注意，我们在原始图像而不是倒置图像上执行此操作。我们简单地使用 NumPy 数组索引来为我们进行裁剪。

最后，我们显示图像以表明它可以工作，并将其保存到磁盘。

---

我现在得到了这张图片：

---

对于第二张图片，一个好的做法是去掉一些右边框和下边框。我们可以通过首先将图像裁剪到该图像来做到这一点。接下来，该图像包含一些非常小的噪声像素。我建议使用非常小的内核进行形态学打开，然后重做我们上面讨论的逻辑。

因此：

import numpy as np
import cv2

img = cv2.imread('pg13_gau_preview.png') # Read in the image and convert to grayscale
img = img[:-20,:-20] # Perform pre-cropping
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = 255*(gray < 128).astype(np.uint8) # To invert the text to white
gray = cv2.morphologyEx(gray, cv2.MORPH_OPEN, np.ones((2, 2), dtype=np.uint8)) # Perform noise filtering
coords = cv2.findNonZero(gray) # Find all non-zero points (text)
x, y, w, h = cv2.boundingRect(coords) # Find minimum spanning bounding box
rect = img[y:y+h, x:x+w] # Crop the image - note we do this on the original image
cv2.imshow("Cropped", rect) # Show it
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.imwrite("rect.png", rect) # Save the image

注意：输出图片因隐私原因被删除

Answer 2

Opencv 将图像读取为 numpy 数组，直接使用 numpy 会简单得多（scikit-image 也是如此）。一种可能的方法是将图像读取为灰度或转换为灰度图像，然后执行逐行和逐列操作，如下面的代码 sn-p 所示。当所有像素为pixel_value（本例中为白色）时，这将删除列和行。

def crop_image(filename, pixel_value=255):
    gray = cv2.imread(filename, cv2.IMREAD_GRAYSCALE)
    crop_rows = gray[~np.all(gray == pixel_value, axis=1), :]
    cropped_image = crop_rows[:, ~np.all(crop_rows == pixel_value, axis=0)]
    return cropped_image

和输出：

Answer 3

这也可以：

from PIL import Image, ImageChops

img = Image.open("pUq4x.png")
pixels = img.load()

print (f"original: {img.size[0]} x {img.size[1]}")
xlist = []
ylist = []
for y in range(0, img.size[1]):
    for x in range(0, img.size[0]):
        if pixels[x, y] != (255, 255, 255, 255):
            xlist.append(x)
            ylist.append(y)
left = min(xlist)
right = max(xlist)
top = min(ylist)
bottom = max(ylist)

img = img.crop((left-10, top-10, right+10, bottom+10))
img.show()