Python实现PNG图片黑色边框自动去除工具_Python

前言

在日常的图像处理工作中，我们经常会遇到需要去除图片黑色边框的需求。这些黑色边框可能来自扫描设备、截图工具或其他图像生成过程。手动处理大量图片既耗时又枯燥，今天我们就来实现一个自动化的 png 图片黑色边框去除工具。

实现思路

我们可以使用 python 的 opencv 库来实现这一功能。基本思路是通过图像阈值处理找到非黑色区域的边界，然后裁剪掉黑色边框部分。对于带有透明通道的 png 图片，我们还可以利用 alpha 通道信息更精确地定位主体内容。

代码实现

下面是完整的实现代码：

import os
import cv2
import numpy as np

def remove_black_borders(image):
    """
    改进版的去除黑色边框函数
    """
    # 检查是否有alpha通道
    if image.shape[2] == 4:
        # 使用alpha通道作为掩码
        gray = image[:,:,3]
        _, thresh = cv2.threshold(gray, 1, 255, cv2.thresh_binary)
    else:
        # 没有alpha通道，使用常规方法
        gray = cv2.cvtcolor(image, cv2.color_bgr2gray)
        _, thresh = cv2.threshold(gray, 10, 255, cv2.thresh_binary)  # 提高阈值
    
    # 找到所有非黑色像素的坐标
    coords = np.column_stack(np.where(thresh > 0))
    
    if len(coords) == 0:
        return image
    
    # 获取边界坐标
    y_min, y_max = coords[:, 0].min(), coords[:, 0].max()
    x_min, x_max = coords[:, 1].min(), coords[:, 1].max()
    
    # 裁剪图片
    cropped = image[y_min:y_max+1, x_min:x_max+1]
    
    return cropped

def process_png_files(input_folder, output_folder):
    """
    处理文件夹中的所有png文件
    """
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    
    for filename in os.listdir(input_folder):
        if filename.lower().endswith('.png'):
            input_path = os.path.join(input_folder, filename)
            image = cv2.imread(input_path, cv2.imread_unchanged)  # 保留alpha通道
            
            if image is none:
                print(f"无法读取图片: {filename}")
                continue
            
            # 去除边框
            processed_image = remove_black_borders(image)
            
            # 保存图片
            output_path = os.path.join(output_folder, filename)
            cv2.imwrite(output_path, processed_image)
            print(f"已处理: {filename} (原始尺寸: {image.shape}, 处理后尺寸: {processed_image.shape})")


if __name__ == "__main__":
    # 输入文件夹路径（包含png图片的文件夹）
    input_folder = "c:\\users\\zxc8756\\desktop\\input_images"  # 修改为你的输入文件夹路径
    
    # 输出文件夹路径（处理后的图片将保存到这里）
    output_folder = "c:\\users\\zxc8756\\desktop\\output_images"  # 修改为你想要的输出文件夹路径
    
    # 处理图片
    process_png_files(input_folder, output_folder)
    
    print("所有图片处理完成！")

代码解析

1. 核心功能函数：remove_black_borders

这个函数负责检测并去除图片中的黑色边框：

首先判断图片是否有 alpha 通道，如果有则使用 alpha 通道作为掩码
对于没有 alpha 通道的图片，将其转换为灰度图并进行阈值处理
通过找到非零像素的坐标来确定主体内容的边界
最后根据边界坐标裁剪图片

2. 批量处理函数：process_png_files

这个函数用于批量处理指定文件夹中的所有 png 图片：

创建输出文件夹（如果不存在）
遍历输入文件夹中的所有 png 文件
读取图片并调用 remove_black_borders 函数进行处理
将处理后的图片保存到输出文件夹，并打印处理信息

使用方法

安装必要的库：

pip install opencv-python numpy

修改代码中的输入和输出文件夹路径：

# 输入文件夹路径（包含png图片的文件夹）
input_folder = "c:\\users\\zxc8756\\desktop\\input_images"  # 修改为你的输入文件夹路径

# 输出文件夹路径（处理后的图片将保存到这里）
output_folder = "c:\\users\\zxc8756\\desktop\\output_images"  # 修改为你想要的输出文件夹路径

运行脚本，等待处理完成。脚本会自动输出每张图片的处理前后尺寸信息。