如何用PIL将彩色区域调为近白色，同时保留黑色区域

核心思路是针对彩色标记的通道特征做批量阈值处理，利用PIL和numpy的底层优化操作替代逐像素遍历，既高效又精准匹配你的需求——保留纯黑色有效信息，将彩色无关标记转为白色。

方法一：精准保留纯黑信息 #

你的目标信息是纯黑色（RGB三通道值均为0），而彩色/灰色标记至少有一个通道值大于0。直接用Image.point()做通道映射，这是PIL内置的高效批量处理方法：

from PIL import Image

def clean_scan_image(image_path):
    img = Image.open(image_path).convert("RGB")
    
    # 通道映射规则：仅保留RGB全为0的纯黑像素，其余转为白色
    def filter_pixel(c):
        return 255 if c != 0 else 0
    
    # 对所有通道应用映射逻辑
    cleaned_img = img.point(filter_pixel)
    return cleaned_img

# 使用示例
result = clean_scan_image("your_scan.jpg")
result.save("cleaned_scan.jpg")

方法二：区分彩色与灰色的灵活处理 #

如果后续需要保留浅灰色有效信息（当前场景暂不需要，但可作为扩展），可以利用numpy批量判断通道差异：彩色标记的通道值差异大（比如红色R高、G/B低），而灰色通道值接近。这种方法同样高效：

from PIL import Image
import numpy as np

def remove_color_only(image_path):
    img = Image.open(image_path).convert("RGB")
    img_array = np.array(img)
    
    # 生成彩色区域掩码：通道最大值与最小值差值超过阈值（可根据实际调整）
    color_mask = (np.max(img_array, axis=2) - np.min(img_array, axis=2)) > 30
    # 将彩色区域转为白色，保留纯黑和灰色
    img_array[color_mask] = [255, 255, 255]
    
    return Image.fromarray(img_array)

为什么之前的方法无效？ #

• 转灰度图：彩色标记会被转化为对应亮度的灰色，无法消除；
• ImageEnhance.Color：仅降低色彩饱和度，彩色标记变为灰色后依然显眼。

上述两种方法直接针对彩色像素的本质特征做批量处理，效率远高于逐像素遍历。

内容的提问来源于stack exchange，提问作者WesR