如何使用Python基于自定义掩码拆分网格图像并单独保存小图

实现思路 #

利用白色背景和小图内容的像素差异，通过连通域分析定位所有独立小图的位置，再批量裁剪保存，完全兼容大小不固定的零散小图拆分需求。

依赖安装 #

首先安装需要用到的第三方库：

pip install opencv-python numpy pillow

完整实现代码 #

import cv2
import numpy as np
from PIL import Image
import os

def split_grid_image(input_path, output_dir, white_threshold=240, min_area=100):
    # 创建输出目录
    os.makedirs(output_dir, exist_ok=True)
    # 读取原图
    img = cv2.imread(input_path, cv2.IMREAD_UNCHANGED)
    # 处理带透明度通道的图片，将透明区域转为白色
    if img.shape[-1] == 4:
        alpha = img[:, :, 3]
        img[alpha == 0] = [255, 255, 255, 255]
        img_rgb = cv2.cvtColor(img, cv2.COLOR_BGRA2BGR)
    else:
        img_rgb = img
    
    # 生成二值掩码：白色背景标为0，内容区域标为255
    lower_white = np.array([white_threshold, white_threshold, white_threshold], dtype=np.uint8)
    upper_white = np.array([255, 255, 255], dtype=np.uint8)
    mask = cv2.inRange(img_rgb, lower_white, upper_white)
    mask = 255 - mask  # 反转掩码，使内容区域为高亮状态
    
    # 连通域分析，提取所有独立内容区域
    num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(mask, connectivity=8)
    
    count = 0
    # 遍历每个连通域，跳过第0个（全图背景区域）
    for i in range(1, num_labels):
        x = stats[i, cv2.CC_STAT_LEFT]
        y = stats[i, cv2.CC_STAT_TOP]
        w = stats[i, cv2.CC_STAT_WIDTH]
        h = stats[i, cv2.CC_STAT_HEIGHT]
        area = stats[i, cv2.CC_STAT_AREA]
        
        # 过滤面积过小的噪点区域
        if area < min_area:
            continue
        
        # 裁剪对应区域并保存，转换OpenCV的BGR格式为常规RGB格式
        crop_img = img_rgb[y:y+h, x:x+w]
        crop_img = cv2.cvtColor(crop_img, cv2.COLOR_BGR2RGB)
        Image.fromarray(crop_img).save(os.path.join(output_dir, f"crop_{count}.png"))
        count += 1
    print(f"拆分完成，共导出{count}张小图")

# 调用示例
if __name__ == "__main__":
    split_grid_image(
        input_path="你的输入大图路径.png",
        output_dir="./output_crops",
        white_threshold=240,
        min_area=200
    )

参数说明 #

• white_threshold：白色判断阈值，取值范围0-255，三个通道像素值均大于该阈值则判定为背景。如果你的图片背景不是纯白，可以适当调低该值。
• min_area：最小有效区域像素数，小于该值的连通域会被判定为噪点忽略，根据你要拆分的最小小图尺寸调整即可。
• connectivity=8：连通域判断规则，8连通比4连通对零散像素的合并效果更好，适合小图边缘不规整的场景。

内容的提问来源于stack exchange，提问作者Saujanya Kamthe