如何检测图像中黑色区域的百分比并相应地排除图像？答案

【问题标题】：How to detect % of black region in an image and exclude image accordingly?如何检测图像中黑色区域的百分比并相应地排除图像？
【发布时间】：2020-09-29 10:37:44
【问题描述】：

（已解决，但有一个新问题，请参阅下面的“更新”）我加载了一些用于皮肤检测的图像（请参阅下面的代码），这些新保存的图像的非皮肤区域被涂黑了。我正在研究缩放/轮廓作为预处理的下一步，但是有许多图像超过 80% 或 90% 的照片变成黑色，因为它们一开始就不是人类照片。（我应该/是否有办法先删除这些图像？我已经查看了许多来源，但仍然没有弄清楚。感谢任何帮助！

min_YCrCb = np.array([0,133,77],np.uint8)
max_YCrCb = np.array([235,173,127],np.uint8)

    files = glob.glob ('%s/*.jpg' %(folder)) 

    # read each image
    for f in files:
        image = cv2.imread(f)
        #detect human skin
        imageYCrCb = cv2.cvtColor(image,cv2.COLOR_BGR2YCR_CB)
        skinRegionYCrCb = cv2.inRange(imageYCrCb,min_YCrCb,max_YCrCb)
        skinYCrCb = cv2.bitwise_and(image, image, mask = skinRegionYCrCb)

        #write new images to "newimages" folder
        cv2.imwrite('../data/newimages/ycrcb%04i.png' %i, np.hstack([skinYCrCb]))

Would like to remove images like these

Suggestion of ways to remove background on images like this? (zooming/contouring etc?)

更新我已经删除了黑色像素超过 80% 的图片，并希望进行边界框裁剪以删除图像中多余的黑色区域（请参阅附图）。它适用于一张图片，但当我放入 for 循环时不起作用？

files = glob.glob('..data/*.jpg')

i=0
for f in files:
    img = cv2.imread(f)
    image = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  
    #find contours

    contours, _ = cv2.findContours(image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    #draw these contours
    for cnt in contours:
        rect = cv2.minAreaRect(cnt)
        box = cv2.boxPoints(rect)
        box = np.int0(box)
        img = cv2.drawContours(img, [box], 0, (0,0,0),1)
        x, y, w, h = cv2.boundingRect(box)

        crop = img[y:y+h, x:x+w]

        cv2.imwrite('../data/images%04i.jpg' %i, crop)
        i+=1

Original image with bounding box

Wanted result. but only worked for 1 image

【问题讨论】：

您的代码不完整，您没有包含输入图像。
如何实现皮肤检测？
抱歉！我已经更新了代码并附上了一些图片..
去除图片背景是什么意思？结果应该是什么？用透明或其他东西代替黑色？
谢谢！我正在做边界框裁剪以删除黑色 bkgrd。适用于 1 张图片，但在 for 循环中..（请参阅编辑后的帖子）

标签： python opencv image-processing crop bounding-box

【解决方案1】：

您可以将黑色区域百分比计算为：

100.*(1.-cv2.mean(skinRegionYCrCb)[0]/255.)

裁剪图像：

thresh=cv2.threshold(image, 10, 255, cv2.THRESH_BINARY )[1] # threshold level is ~10
x, y, w, h = cv2.boundingRect(thresh)
crop = img[y:y+h, x:x+w]

【讨论】：