OpenCV2 移除图像白色边框并裁剪 - 代码示例

以下是使用 OpenCV2 移除图像四周白色边框并裁剪剩余部分的代码示例：

import cv2

# 读取图片
img = cv2.imread('image.jpg')

# 将图像转换为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 计算图像边框
_, thresh = cv2.threshold(gray, 240, 255, cv2.THRESH_BINARY)
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
x, y, w, h = cv2.boundingRect(contours[0])

# 裁剪图像
crop = img[y:y+h, x:x+w]

# 保存剩余部分的图片
cv2.imwrite('cropped_image.jpg', crop)

在这个代码中，我们首先读取一张图片，并将其转换为灰度图。然后使用阈值化操作找到了图像的边框，并计算出了边框的位置和大小。最后，我们使用 numpy 的切片操作对图像进行裁剪，并将剩余的部分保存成一张新的图片。

代码解释：

• cv2.imread()：读取图片文件。
• cv2.cvtColor()：将图片转换为灰度图。
• cv2.threshold()：将灰度图像进行阈值化，将像素值大于阈值的设置为白色，小于阈值的设置为黑色，从而找到图像边框。
• cv2.findContours()：查找图像中的轮廓，cv2.RETR_EXTERNAL 表示只查找外部轮廓，cv2.CHAIN_APPROX_SIMPLE 表示压缩轮廓，只保留轮廓的起点和终点。
• cv2.boundingRect()：计算轮廓的外接矩形，返回矩形的左上角坐标 (x, y)、宽度 w 和高度 h。
• img[y:y+h, x:x+w]：使用 numpy 的切片操作裁剪图像，y:y+h 表示从 y 行开始到 y+h 行结束，x:x+w 表示从 x 列开始到 x+w 列结束。
• cv2.imwrite()：保存裁剪后的图片。

注意：

• 该代码示例假设图像四周的白色边框是连续的，且像素值大于 240。
• 可以根据实际情况调整阈值和裁剪参数。