如何使用OpenCV和Python去除图片空白并裁剪至仅保留彩色鱼区域

对于新手来说，**Pillow（PIL的分支）**是最易用的图像处理库，操作简单且代码量少；如果后续想深入学习图像处理，也可以试试OpenCV的简化用法，下面分别介绍两种方法：

方法一：用Pillow快速裁剪（推荐新手） #

1. 先安装Pillow：

pip install pillow

2. 直接运行以下代码，替换成你的图片路径即可：

from PIL import Image

# 打开目标图片
img = Image.open("wpIKP.jpg")

# 转成灰度图，方便识别空白区域（空白为纯白色，灰度值255）
gray_img = img.convert("L")

# 自动获取非空白区域的最小包围框，返回(left, top, right, bottom)四个坐标
bbox = gray_img.getbbox()

# 根据边界框裁剪图片
cropped_img = img.crop(bbox)

# 保存裁剪后的图片
cropped_img.save("cropped_fish.jpg")

# 直接查看裁剪结果（可选）
cropped_img.show()

getbbox()会自动识别所有非纯白区域的范围，一步就能得到只包含彩色鱼的裁剪区域，完全不用手动调参数，对新手非常友好。

方法二：用OpenCV裁剪（适合进阶学习） #

如果之后想接触更多图像处理功能，OpenCV是个不错的选择，代码逻辑也很清晰：

1. 安装依赖：

pip install opencv-python numpy

2. 示例代码：

import cv2
import numpy as np

# 读取图片
img = cv2.imread("wpIKP.jpg")
# 转灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 标记出非空白的区域（空白是纯白色，所以取灰度值小于255的部分）
non_white_mask = gray < 255
# 获取非空白区域的上下左右边界坐标
y_coords, x_coords = np.where(non_white_mask)
top, bottom = y_coords.min(), y_coords.max()
left, right = x_coords.min(), x_coords.max()
# 裁剪图片（注意OpenCV的坐标顺序是[y_start:y_end, x_start:x_end]）
cropped_img = img[top:bottom+1, left:right+1]

# 保存结果
cv2.imwrite("cropped_fish_cv2.jpg", cropped_img)
# 显示结果（按任意键关闭窗口）
cv2.imshow("裁剪后的鱼", cropped_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

内容的提问来源于stack exchange，提问作者sandeep4o1