Python trim图片

之前那个去除图片四周空白区域，针对的图片是背景前景只有两个值的，这种一般是自己生成的图片或者文档图片扫描图片能这么规则，但对于实际手写图片，就无能为力了，当初处理自己生成的训练集图片，前景背景值已知用这个方法，现在测试真实图片稍微复杂些，不过原理差不多。

先找出阈值ret

ret, otsu = cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

再从图片四周往里检查，比如从行来看，从0行到rol-1行如果一行有k个像素点的的值大于阈值那，认为这是实际汉字的上边界，从rol-1行到第0行，如果一行有k个像素点的的值大于阈值那，认为这是实际汉字的下边界，同理找出左右边界，边界有了，抠图很容易。

def trim(img, thresh):
        k=1#当大于阈值的像素点超过k个就认为是边界，这个也可以调，噪点多的话，要先去噪，k适当增大
        thresh=thresh-20#调节作用，避免截的太狠
        (row, col) = img.shape
        tempr0 = 0
        tempr1 = row-1
        tempc0 = 0
        tempc1 = col-1
        for c in range(0, col):
                if sum(map(lambda x:x<thresh,img[:,c]))>k:
                        tempc0 = c
                        break
        for c in range(col - 1, 0, -1):
                if sum(map(lambda x: x < thresh, img[:, c])) > k:
                        tempc1 = c
                        break
        for r in range(0, row):
                    if sum(map(lambda x: x < thresh, img[r, :])) > k:
                        tempr0 = r
                        break
        for r in range(row - 1, 0, -1):
                    if sum(map(lambda x: x < thresh, img[r, :])) > k:
                        tempr1 = r
                        break
        new_img = img[tempr0:tempr1 + 1, tempc0:tempc1 + 1]
        return new_img

img=cv2.imread('../../chc/data/small_roi/'+lists[i],0)
ret, otsu = cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
img2=trim(img,ret)