Python如何去除带文字标识的移动扫描件图像边框？

原代码无法去除底部边框的核心原因是：diff.getbbox()会把所有和背景色有差异的区域都纳入裁剪范围，底部的App广告文字和边框背景存在色差，因此会被识别为有效内容的一部分，导致裁剪边界包含了底部带广告的边框。

解决方案思路 #

基于扫描件实际内容区域的非背景像素是连续成片存在、而边框区域的广告仅存在零星分散像素的特点，对逐行/逐列的非背景像素数量设置占比阈值，过滤掉仅含广告的边框行/列，从而定位真实内容的边界。

优化后代码 #

from PIL import Image, ImageChops

def trim(image_path, threshold=0.01):
    im = Image.open(image_path)
    # 生成背景差异图，原逻辑保留
    bg = Image.new(im.mode, im.size, im.getpixel((0,0)))
    diff = ImageChops.difference(im, bg)
    diff = ImageChops.add(diff, diff, 2.0, -100)
    width, height = diff.size
    
    # 筛选内容行：非背景像素占比高于阈值的行
    content_rows = []
    for y in range(height):
        row = diff.crop((0, y, width, y+1))
        non_zero_pixel = 0
        for x in range(width):
            if row.getpixel((x, 0)) != 0:
                non_zero_pixel += 1
        if non_zero_pixel / width > threshold:
            content_rows.append(y)
    
    # 筛选内容列：非背景像素占比高于阈值的列
    content_cols = []
    for x in range(width):
        col = diff.crop((x, 0, x+1, height))
        non_zero_pixel = 0
        for y in range(height):
            if col.getpixel((0, y)) != 0:
                non_zero_pixel += 1
        if non_zero_pixel / height > threshold:
            content_cols.append(x)
    
    if not content_rows or not content_cols:
        return im
    
    # 计算真实内容的边界框并裁剪
    real_bbox = (min(content_cols), min(content_rows), max(content_cols)+1, max(content_rows)+1)
    return im.crop(real_bbox)

# 调用示例
crop_image = trim("你的图片路径.jpg")

调参说明 #

• 函数中的threshold参数为判断内容行/列的最低非背景像素占比，默认值0.01代表非背景像素占比超过1%才会被识别为内容区域。如果底部广告残留，可适当调大该值（比如0.02、0.05）；如果出现内容被误裁剪的情况，可调低该值。
• 如果是色差较小的彩色扫描件出现识别不准，可以调整ImageChops.add中的-100参数，数值越小对色差的敏感度越低。

内容的提问来源于stack exchange，提问作者Jeril