【问题标题】:Smart cropping image智能裁剪图像
【发布时间】:2017-07-02 18:27:58
【问题描述】:

我正在寻找一种可用于自动裁剪多个地块的方法。我无需手动设置裁剪的框大小。

我需要裁剪这样的频谱图列表,

我只需要实际的情节,不需要别的。只是剧情。

目前我正在像这样裁剪它。

print "Hstacked Image"
images1 = Image.open(spectogram_path_train+"/"+name+"_plot_static_conv.png")
images2 = Image.open(spectogram_path_train+"/"+name+"_plot_delta_conv.png")
images3 =      Image.open(spectogram_path_train+"/"+name+"_plot_delta_delta_conv.png")

box = (100,55,592,496)
cropped1  = images1.crop(box)
cropped2  = images2.crop(box)
cropped3  = images3.crop(box)

width1, height1 = cropped1.size
width2, height2 = cropped2.size
width3, height3 = cropped3.size

sum_width  = width1 + width2 + width3
max_height = max(height1,height2,height3)

new_im = Image.new('RGB',(sum_width,max_height))
x_offset = 0

for im in [cropped1,cropped2,cropped3]:
    new_im.paste(im,(x_offset,0))
    x_offset+=im.size[0]

new_im.save(spectogram_path_train+"/"+name+"_plot_hstacked.png")

这些框值设置为裁剪此图像。框的左侧和下部参数对于每个图始终相同,但右侧可能不同,必须为每个图自动确定。

我正在寻找一种智能作物,它能够去除除彩色地块之外的所有东西。

【问题讨论】:

  • 除非你能找到一些专门的第三方模块来做这样的事情,你可以通过查看像素值来确定上边缘和右边缘的位置来自己做。如果就白色背景而言,绘图图像都相似,您应该能够通过从左侧位置向右搜索直到几个背景像素开始找到边界,并且同样向上搜索上边缘。
  • 哦……对不起。我按照@martineau 提出的方式解决了它。解决方案很不错……

标签: python image python-imaging-library crop


【解决方案1】:

我不懂 Python,但您可以在终端上使用 ImageMagick 来完成它,而无需任何高级语言,它安装在大多数 Linux 发行版上,可用于 macOS 和 Windows。 p>

首先,请注意,由于某种原因,您的图像具有多余的 Alpha 通道,因此我将其关闭。

然后,我注意到您感兴趣的所有内容都是饱和颜色,所有无关文本都是黑色/灰色且不饱和,因此我将使用饱和度作为判别式。输入到终端的这个命令会加载您的图像并将所有像素设置为黑色,即零,它们是不饱和的,并在其他任何地方保留它们的当前值。然后它会修剪边框并保存结果。

convert spectrum.png -alpha off -fx "saturation<0.2?0:u" -trim z.png

如果我现在再次运行该命令,但只提取顶部的单行像素,并寻找第一个黑色的,我就会知道在哪里裁剪:

convert spectrum.png -alpha off -fx "saturation<0.2?0:u" -trim +repage -crop x1! txt: | awk -F, '/black/{print $1;exit}'

496

所以,我需要在第 496 列进行裁剪,我会这样做:

convert spectrum.png -alpha off -fx "saturation<0.2?0:u" -trim +repage -crop 496x+0+0 z.png

如果我想自动化整个过程,我可以这样做:

x=$(convert spectrum.png -alpha off -fx "saturation<0.2?0:u" -trim +repage -crop x1! txt: | awk -F, '/black/{print $1;exit}')
convert spectrum.png -alpha off -fx "saturation<0.2?0:u" -trim +repage -crop ${x}x+0+0 y.png

【讨论】:

  • 我没能尝试你的解决方案。我需要在代码中裁剪它,因为我需要裁剪并将它们堆叠在一起。我猜这需要更多代码。 .
【解决方案2】:

所以.. 我决定遵循@martineau 的建议,并提出了一个利用它的解决方案。

images1 = Image.open(static)
images2 = Image.open(delta)
images3 = Image.open(delta_delta)

data_numpy = np.array(images1)
number = 0
right = 0

for i in data_numpy[55,:]:
#    print i
    number+=1
    if i[0] == 234 and i[1] == 234 and i[2] == 242 and i[3] == 255 and number > 100:
#        print "Found it!"
        right = number
        break
    if i[0] == 255 and i[1] == 255 and i[2] == 255 and i[3] == 255 and number > 100:
        right = number
        break
#print right

box = (100,55,right,496)

cropped1  = images1.crop(box)
cropped2  = images2.crop(box)
cropped3  = images3.crop(box)

如果不是,我希望代码能说明问题。

for循环遍历图像(仅需要检查一行,由于绘图的大小),并找到与灰色相同的像素位置。当找到它时,for 循环将中断,并且将创建一个适合所需大小的框。

【讨论】:

    猜你喜欢
    • 2021-05-27
    • 1970-01-01
    • 2017-10-09
    • 2017-05-22
    • 2011-07-08
    • 1970-01-01
    • 1970-01-01
    • 2022-01-23
    • 2023-04-02
    相关资源
    最近更新 更多