Question

有些视频的框架有黑色条状边框。我必须从框架中删除它们。我提出了一个粗略的解决方案：

import sys, cv2, numpy
import Image, scipy

filename = "snap.jpeg"

img = cv2.imread(filename)

def checkEqual(lst):
    return len(set(lst)) <= 1 ## <-- This is the maximum length of the set

def removeColumns(image):
    for col in range(image.shape[1]):
        for ch in range(3):
            try:
                checkEqual(image[:, col, ch].tolist())
            except IndexError:
                continue
            else:
                if checkEqual(image[:, col, ch].tolist()):
                    try:
                        image = numpy.delete(image, col, 1)
                    except IndexError:
                        continue
                    else:
                        pass
    return image

img2 = removeColumns(img)

print img.shape, img2.shape ## (480, 856, 3) (480, 705, 3)

在这里，我发现具有相同元素的列和我拥有黑色边框的所有视频。但即使我将函数checkEqual()中的最大长度从1增加到20或40，也不会删除整个黑条。

这是原始图片： enter image description here

这是运行程序后的图像： enter image description here

有人可以建议更好地解决这个问题吗？谢谢！

Answer 1

此问题已在this answer中解决。

In [1]: from PIL import Image, ImageChops

In [3]: im = Image.open('iI3ZE.jpg')

In [4]: def trim(im):
   ...:         bg = Image.new(im.mode, im.size, im.getpixel((0,0)))
   ...:         diff = ImageChops.difference(im, bg)
   ...:         diff = ImageChops.add(diff, diff, 2.0, -100)
   ...:         bbox = diff.getbbox()
   ...:         if bbox:
   ...:                 return im.crop(bbox)
   ...:

In [5]: trim(im).show()

我使用Pillow代替PIL：

pip install pillow

结果：

enter image description here

Answer 2

为什么不计算框架并使用PIL

from PIL import Image

img = Image.open('myImage.jpeg')
box = (50, 50, 100, 100)
area = img.crop(box)

Answer 3

我认为如果你在图像的另一边工作，你会发现问题消失了，因为你正在检查第一列（col [0] - 它是黑色的，所以你删除它和黑色col [1] ]变成col [0]然后你检查col [1] - 跳过新的col [0] ....

如果你从最大值开始它会起作用，或者如果你删除了它，你会留在任何给定的col。或者，您可以列出要删除的内容，将其反转，然后执行删除。

Answer 4

使用opencv和numpy，就像你在尝试这样的事情：

im = cv2.imread(filename)
h,w,d = im.shape
#left limit
for i in range(w):
    if np.sum(im[:,i,:]) > 0:
        break
#right limit
for j in xrange(w-1,0,-1):
    if np.sum(im[:,j,:]) > 0:
        break

cropped = im[:,i:j+1,:].copy() # deep copy to get byte-aligned array needed for opencv

在Python中从图像中删除边框

4 个答案: