如何使用Java去除图片中的表格边框线条

完全可以通过Java代码实现该需求，核心逻辑是通过图像处理识别图片的外围边框位置，裁剪出内部内容区域即可，无需额外付费工具即可完成批量处理。

实现思路 #

• 加载图片为缓冲图像对象，读取所有像素的RGB数值
• 以图片左上角像素颜色为基准边框颜色，设置合理容差适配边框轻微色差
• 分别从上下左右四个方向扫描图片，识别出边框和内容的交界位置
• 根据得到的坐标裁剪出内部内容区域，导出为新图片即可

示例代码 #

以下代码基于JDK自带的ImageIO类实现，无需引入第三方依赖，可直接运行：

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;

public class RemoveImageBorder {
    // 边框颜色容差，可根据实际图片调整，值越大允许的边框颜色差异越大
    private static final int COLOR_TOLERANCE = 20;

    public static void main(String[] args) throws IOException {
        // 替换为你的输入、输出文件路径
        File inputFile = new File("带边框表格.png");
        File outputFile = new File("去边框表格.png");
        BufferedImage originalImage = ImageIO.read(inputFile);
        
        int[] borderBaseColor = getBorderBaseColor(originalImage);
        int topBoundary = findTopBoundary(originalImage, borderBaseColor);
        int bottomBoundary = findBottomBoundary(originalImage, borderBaseColor);
        int leftBoundary = findLeftBoundary(originalImage, borderBaseColor);
        int rightBoundary = findRightBoundary(originalImage, borderBaseColor);
        
        // 裁剪得到无外框的内容区域
        BufferedImage contentImage = originalImage.getSubimage(
                leftBoundary, 
                topBoundary, 
                rightBoundary - leftBoundary + 1, 
                bottomBoundary - topBoundary + 1
        );
        ImageIO.write(contentImage, "png", outputFile);
    }

    // 取左上角第一个像素作为基准边框颜色
    private static int[] getBorderBaseColor(BufferedImage image) {
        int rgb = image.getRGB(0, 0);
        return new int[]{(rgb >> 16) & 0xff, (rgb >> 8) & 0xff, rgb & 0xff};
    }

    // 查找顶部边框和内容的交界行坐标
    private static int findTopBoundary(BufferedImage image, int[] borderColor) {
        int width = image.getWidth();
        for (int y = 0; y < image.getHeight(); y++) {
            for (int x = 0; x < width; x++) {
                if (!isColorSimilar(image.getRGB(x, y), borderColor)) {
                    return y;
                }
            }
        }
        return 0;
    }

    // 查找底部边框和内容的交界行坐标
    private static int findBottomBoundary(BufferedImage image, int[] borderColor) {
        int width = image.getWidth();
        for (int y = image.getHeight() - 1; y >= 0; y--) {
            for (int x = 0; x < width; x++) {
                if (!isColorSimilar(image.getRGB(x, y), borderColor)) {
                    return y;
                }
            }
        }
        return image.getHeight() - 1;
    }

    // 查找左侧边框和内容的交界列坐标
    private static int findLeftBoundary(BufferedImage image, int[] borderColor) {
        int height = image.getHeight();
        for (int x = 0; x < image.getWidth(); x++) {
            for (int y = 0; y < height; y++) {
                if (!isColorSimilar(image.getRGB(x, y), borderColor)) {
                    return x;
                }
            }
        }
        return 0;
    }

    // 查找右侧边框和内容的交界列坐标
    private static int findRightBoundary(BufferedImage image, int[] borderColor) {
        int height = image.getHeight();
        for (int x = image.getWidth() - 1; x >= 0; x--) {
            for (int y = 0; y < height; y++) {
                if (!isColorSimilar(image.getRGB(x, y), borderColor)) {
                    return x;
                }
            }
        }
        return image.getWidth() - 1;
    }

    // 判断两个像素颜色是否在容差范围内相似
    private static boolean isColorSimilar(int rgb, int[] targetColor) {
        int r = (rgb >> 16) & 0xff;
        int g = (rgb >> 8) & 0xff;
        int b = rgb & 0xff;
        return Math.abs(r - targetColor[0]) <= COLOR_TOLERANCE
                && Math.abs(g - targetColor[1]) <= COLOR_TOLERANCE
                && Math.abs(b - targetColor[2]) <= COLOR_TOLERANCE;
    }
}

使用说明 #

• 上述代码适配纯色外框的图片，若边框存在轻微杂色或渐变，可适当调大COLOR_TOLERANCE参数适配
• 批量处理多张图片时，只需遍历目标文件夹下所有图片文件，循环调用处理逻辑即可
• 若图片外框颜色和内部内容颜色差异极小，可引入OpenCV的边缘检测能力提升边框识别准确率，核心裁剪逻辑无需调整

内容的提问来源于stack exchange，提问作者Adrian