如何使用Python裁剪带有黑白双色边框的图像

前置依赖安装 #

首先安装轻量图像处理库Pillow，适合新手快速上手：
pip install pillow numpy

实现逻辑 #

我们通过判断像素值的方式自动定位核心区域边界：

• 纯黑边框像素值为0，纯白边框像素值为255，核心区域像素值在1-254之间
• 分别从图片的上、下、左、右四个方向逐行/逐列扫描，找到第一个出现非边框像素的位置作为裁剪边界
• 按照边界裁剪后输出无多余边框的核心图像

可直接运行代码 #

from PIL import Image
import numpy as np

# 1. 读取待裁剪的旋转后图像，替换为你自己的图片路径
img = Image.open("你的旋转后图片路径.png")
# 转为灰度图方便像素判断
gray_img = img.convert("L")
# 转为numpy数组操作更高效
img_arr = np.array(gray_img)

# 2. 计算上下裁剪边界
# 上边界：从顶部开始找第一个有非0/255像素的行
top = 0
while top < img_arr.shape[0] and np.all((img_arr[top] == 0) | (img_arr[top] == 255)):
    top += 1
# 下边界：从底部开始找第一个有非0/255像素的行
bottom = img_arr.shape[0] - 1
while bottom >= 0 and np.all((img_arr[bottom] == 0) | (img_arr[bottom] == 255)):
    bottom -= 1

# 3. 计算左右裁剪边界
# 左边界：从最左侧开始找第一个有非0/255像素的列
left = 0
while left < img_arr.shape[1] and np.all((img_arr[:, left] == 0) | (img_arr[:, left] == 255)):
    left += 1
# 右边界：从最右侧开始找第一个有非0/255像素的列
right = img_arr.shape[1] - 1
while right >= 0 and np.all((img_arr[:, right] == 0) | (img_arr[:, right] == 255)):
    right -= 1

# 4. 裁剪图像并保存
cropped_img = img.crop((left, top, right+1, bottom+1))
# 替换为你想要的输出路径
cropped_img.save("裁剪后核心图像.png")
# 可选：直接显示裁剪结果
cropped_img.show()

注意事项 #

• 如果你的边框不是绝对纯黑/纯白，可以调整代码里的像素判断阈值，比如将==0改为<10，==255改为>245即可适配有轻微噪点的边框
• 如果不需要安装numpy，也可以直接用Pillow的getpixel()方法逐点遍历，只是处理大图片时速度稍慢

内容的提问来源于stack exchange，提问作者Teoh