裁剪图像的黑边(图像拼接后的黑边去除)

参考链接:https://www.cnblogs.com/yumoye/p/10512540.html

累计多张图像拼接后,黑边会累计增加,为了去除图像拼接后的黑边,截取有用的区域,参考博客代码如下:

"""author:youngkun;date:20180608;function:裁剪照片的黑边"""import cv2 import os import datetimedef change_size(read_file):image=cv2.imread(read_file,1) #读取图片 image_name应该是变量img = cv2.medianBlur(image,5) #中值滤波，去除黑色边际中可能含有的噪声干扰b=cv2.threshold(img,15,255,cv2.THRESH_BINARY) #调整裁剪效果binary_image=b[1] #二值图--具有三通道binary_image=cv2.cvtColor(binary_image,cv2.COLOR_BGR2GRAY)print(binary_image.shape) #改为单通道x=binary_image.shape[0]print("高度x=",x)y=binary_image.shape[1]print("宽度y=",y)edges_x=[]edges_y=[]for i in range(x):for j in range(y):if binary_image[i][j]==255:edges_x.append(i)edges_y.append(j)left=min(edges_x) #左边界right=max(edges_x) #右边界width=right-left #宽度bottom=min(edges_y) #底部top=max(edges_y) #顶部height=top-bottom #高度pre1_picture=image[left:left+width,bottom:bottom+height] #图片截取return pre1_picture #返回图片数据source_path="./training_data/1/" #图片来源路径 save_path="./out/" #图片修改后的保存路径if not os.path.exists(save_path):os.mkdir(save_path)file_names=os.listdir(source_path)starttime=datetime.datetime.now() for i in range(len(file_names)):x=change_size(source_path + file_names[i]) #得到文件名cv2.imwrite(save_path+file_names[i],x)print("裁剪：",file_names[i])print("裁剪数量:",i)while(i==2600):break print("裁剪完毕") endtime = datetime.datetime.now()#记录结束时间 endtime = (endtime-starttime).seconds print("裁剪总用时",endtime)

利用原始代码,修改文件路径可以跑通,但是耗时比较长,尺寸(17196,6155)的图片耗时102s,研究代码发现for循环的目的是提取白色像素点,可以用np.where优化,优化后速度提升明显,耗时4s,代码如下:

import cv2 import numpy as np import datetimedef change_size(read_file):image = cv2.imread(read_file, 1) # 读取图片 image_name应该是变量img = cv2.medianBlur(image, 5) # 中值滤波，去除黑色边际中可能含有的噪声干扰b = cv2.threshold(img, 15, 255, cv2.THRESH_BINARY) # 调整裁剪效果binary_image = b[1] # 二值图--具有三通道binary_image = cv2.cvtColor(binary_image, cv2.COLOR_BGR2GRAY)print(binary_image.shape) # 改为单通道indexes = np.where(binary_image == 255) # 提取白色像素点的坐标left = min(indexes[0]) # 左边界right = max(indexes[0]) # 右边界width = right - left # 宽度bottom = min(indexes[1]) # 底部top = max(indexes[1]) # 顶部height = top - bottom # 高度pre1_picture = image[left:left + width, bottom:bottom + height] # 图片截取return pre1_picture # 返回图片数据if __name__=='__main__':source_file = "/mnt/input.jpg" # 原始图片save_path = "/mnt/out.jpg" # 裁剪后图片starttime = datetime.datetime.now()x = change_size(source_file)cv2.imwrite(save_path, x)print("裁剪完毕")endtime = datetime.datetime.now() # 记录结束时间endtime = (endtime - starttime).secondsprint("裁剪总用时", endtime)

总结

以上是生活随笔为你收集整理的裁剪图像的黑边(图像拼接后的黑边去除)的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。