如何使用Python检测扫描得到的PNG页面是否为空？

以下是两种简单有效的实现方案，适配不同扫描场景：

方法一：使用Pillow库（轻量快速） #

Pillow是Python最常用的图像处理库，适合快速实现基础空白页检测。核心逻辑是：空白页的像素值分布高度集中（几乎全白），因此通过像素方差（衡量离散程度）和均值（衡量整体亮度）即可判断。

• 先安装依赖：pip install pillow
• 代码实现：

from PIL import Image
import numpy as np

def is_blank_page_pillow(image_path, var_threshold=10, mean_threshold=245):
    with Image.open(image_path) as img:
        # 转为灰度图简化计算
        gray_img = img.convert('L')
        pixel_arr = np.array(gray_img)
        # 计算像素方差和均值
        pixel_var = np.var(pixel_arr)
        pixel_mean = np.mean(pixel_arr)
        # 方差越小说明像素越一致，均值越高说明越接近纯白
        return pixel_var < var_threshold and pixel_mean > mean_threshold

# 测试
print(is_blank_page_pillow("blank_scan.png"))  # 空白页返回True
print(is_blank_page_pillow("content_scan.png"))  # 非空白返回False

• 参数调整建议：若扫描页有轻微噪点，可把var_threshold调高到20；若纸张偏黄，把mean_threshold调低到230。

方法二：使用OpenCV库（适配带噪点/阴影的扫描页） #

如果扫描页存在轻微阴影、斑点噪点，OpenCV的二值化处理能更精准过滤干扰，通过统计非白色像素数量判断是否空白。

• 先安装依赖：pip install opencv-python
• 代码实现：

import cv2
import numpy as np

def is_blank_page_cv2(image_path, non_white_limit=100):
    img = cv2.imread(image_path)
    gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # 二值化：将接近白色的像素置为255，其余为0
    _, binary_img = cv2.threshold(gray_img, 240, 255, cv2.THRESH_BINARY)
    # 统计非白色像素的总数
    non_white_count = np.sum(binary_img == 0)
    # 非白色像素极少则判定为空白页
    return non_white_count < non_white_limit

# 测试
print(is_blank_page_cv2("blank_scan.png"))  # 空白页返回True
print(is_blank_page_cv2("content_scan.png"))  # 非空白返回False

• 参数调整建议：若扫描页阴影明显，把二值化阈值240调低到220；若噪点多，把non_white_limit调高到500。

实用提示 #

• 批量处理时，可遍历文件夹中的PNG文件，逐个调用检测函数。
• 若扫描页有固定边框，可先裁剪边框区域再检测，避免边框干扰结果。
• 建议用一批实际的空白/非空白扫描页测试，调整到最适合自己场景的参数。

内容的提问来源于stack exchange，提问作者SFriendly