如何用ImageMagick等工具自动识别扫描件待保留区域坐标以去除不规整边缘

你提到的二值化后逐方向扫描的思路本身完全适配你的场景，也有现成工具可以直接调用，无需从零实现逻辑。

基础实现逻辑（自研参考） #

如果需要自定义实现，按以下步骤操作即可：

• 先对图像做灰度化处理，再通过大津法（OTSU）自动计算阈值完成二值化，兼容不同扫描件的亮度差异
• 对二值化结果做3~5像素的形态学膨胀，把模糊的灰黑边缘合并为背景区域，避免扫描时被杂色干扰
• 按四个方向逐行/逐列扫描，计算边界坐标：
  • 从左到右遍历所有列，找到第一个非全白列的x值，即为左边界
  • 从右到左遍历所有列，找到第一个非全白列的x值，即为右边界
  • 从上到下遍历所有行，找到第一个非全白行的y值，即为上边界
  • 从下到上遍历所有行，找到第一个非全白行的y值，即为下边界
• 最终四个角坐标依次为(左边界, 上边界)、(右边界, 上边界)、(右边界, 下边界)、(左边界, 下边界)，和你给出的示例坐标逻辑完全匹配。

现成工具直接调用（推荐） #

你已经在使用ImageMagick，它自带的trim功能完全适配你的模糊边缘场景，无需额外开发：
执行以下命令即可直接输出裁剪区域坐标：

convert 你的输入图像路径 -fuzz 15% -trim info:

参数说明：

• -fuzz 15%：允许颜色有15%的容差，刚好可以匹配你说的模糊灰黑边缘，数值可以根据实际边缘模糊程度在10%~20%区间调整
• 命令输出结果中的+x+y格式的数值即为左上角坐标，输出的宽高值相加即可得到右下角坐标，和你示例的坐标输出格式完全一致。

批量处理时只需要写个脚本遍历所有待处理图像，提取坐标后执行裁剪即可。

代码开发可选库 #

如果需要嵌入到自己的业务逻辑中，可以用主流图像处理库快速实现：

• Python生态：使用OpenCV库，30行以内代码即可实现上述逻辑，处理几千张图像的效率足够
• C++生态：同样可以使用OpenCV库，运行速度更快，适合大批量离线处理
• Node.js生态：使用Sharp库，适合服务端在线处理场景

内容的提问来源于stack exchange，提问作者Sixtyfive