如何自动化提取TIFF扫描件中的剪贴画并单独保存？

核心思路：基于图像边界检测的分割 #

从示例图来看，剪贴画带有清晰的空白边框，最直接的方案是利用计算机视觉轮廓检测识别每个剪贴画的边界，再批量提取，完全保留原文件的色深与PPI信息。

推荐工具与实现步骤（跨平台，支持命令行/脚本） #

1. Python + OpenCV脚本方案（最灵活，兼容macOS/Linux/Windows） #

OpenCV是成熟的计算机视觉库，能高效识别图像轮廓，完美匹配你的需求。

操作步骤：

• 安装依赖：

  pip install opencv-python pillow
  

• 核心脚本（支持单文件/目录批量处理）：

  import os
  import cv2
  from PIL import Image
  
  def extract_clippings(input_path, output_dir):
      # 创建输出目录
      os.makedirs(output_dir, exist_ok=True)
      
      # 处理单文件或目录下所有TIFF
      if os.path.isdir(input_path):
          files = [f for f in os.listdir(input_path) if f.lower().endswith(('.tiff', '.tif'))]
      else:
          files = [input_path]
      
      for file in files:
          img_path = os.path.join(input_path, file) if os.path.isdir(input_path) else file
          # 读取图像（保留原色彩深度）
          img = cv2.imread(img_path, cv2.IMREAD_UNCHANGED)
          # 转为灰度图用于轮廓检测
          gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
          # 二值化（可根据扫描件对比度调整阈值240）
          _, thresh = cv2.threshold(gray, 240, 255, cv2.THRESH_BINARY_INV)
          # 检测外部轮廓
          contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
          
          # 过滤噪点（根据剪贴画大小调整最小面积阈值1000）
          valid_contours = [cnt for cnt in contours if cv2.contourArea(cnt) > 1000]
          
          # 提取并保存每个剪贴画
          base_name = os.path.splitext(os.path.basename(file))[0]
          for idx, cnt in enumerate(valid_contours):
              x, y, w, h = cv2.boundingRect(cnt)
              clipping = img[y:y+h, x:x+w]
              output_path = os.path.join(output_dir, f"{base_name}_clip_{idx+1}.tiff")
              # 用PIL保留原PPI信息
              pil_img = Image.fromarray(cv2.cvtColor(clipping, cv2.COLOR_BGR2RGB) if len(clipping.shape)==3 else clipping)
              pil_img.save(output_path, dpi=pil_img.info.get('dpi', (300, 300)))
              print(f"已提取：{output_path}")
  
  # 替换为你的输入路径和输出目录后运行
  if __name__ == "__main__":
      extract_clippings("你的扫描件路径（单文件/目录）", "提取结果保存目录")
  

• 注意：根据你的扫描件实际情况，调整二值化阈值和最小面积参数，确保只识别剪贴画轮廓。

2. ImageMagick命令行方案（跨平台） #

之前没找到的话，可结合convert命令的边界检测功能实现批量处理，适合规则排列的剪贴画：

# 单文件处理示例：先生成轮廓掩码，再批量裁剪
convert input.tiff -threshold 95% -negate -connected-components 8 -auto-level temp_mask.png
# 配合脚本遍历掩码中的轮廓坐标，批量提取剪贴画

这种方式灵活性稍弱，但无需写复杂代码。

GUI工具替代方案（低代码） #

1. GIMP + 批量插件 #

GIMP是免费跨平台图像编辑器，安装Batch Image Manipulation Plugin后，可录制自动裁剪动作，批量处理扫描页。

2. IrfanView（Windows） #

支持批量图像处理，开启“自动裁剪空白区域”功能，可快速分割规则排列的剪贴画。

排除方案说明 #

• Photoshop动作：需要手动调整选区，自动化程度低，不适合批量处理
• Google Cloud Vision/TensorFlow：过于冗余，针对这种有清晰边界的场景，OpenCV足够高效，无需AI模型

内容的提问来源于stack exchange，提问作者Cody