如何使用Python或相关库移除图片可点击透明背景并完成裁剪

核心逻辑为提取图片透明通道中非透明像素的坐标范围，计算最小外接矩形后按范围裁剪，以下是两种常用实现方式：

方法1：基于Pillow库实现（最简便） #

• 安装依赖
  pip install pillow
• 实现代码

from PIL import Image

# 读取本地带透明背景的PNG图片
img = Image.open("你的输入图片路径.png")

# 校验图片是否包含透明通道
if img.mode in ('RGBA', 'LA') or (img.mode == 'P' and 'transparency' in img.info):
    # 自动获取非透明区域的边界框，返回格式为 (左边界, 上边界, 右边界, 下边界)
    non_transparent_bbox = img.getbbox()
    if non_transparent_bbox:
        # 按边界框裁剪图片
        cropped_img = img.crop(non_transparent_bbox)
        # 保存裁剪后的结果
        cropped_img.save("裁剪后的输出图片.png")
    else:
        print("当前图片全为透明区域，无有效内容可裁剪")
else:
    print("当前图片无透明通道，无需执行裁剪操作")

方法2：基于OpenCV+Numpy实现（适合自定义阈值场景） #

如果需要自定义过滤半透明区域的阈值，可以用该方案：

• 安装依赖
  pip install opencv-python numpy
• 实现代码

import cv2
import numpy as np

# 读取图片时保留透明通道
img = cv2.imread("你的输入图片路径.png", cv2.IMREAD_UNCHANGED)
# 提取Alpha透明通道
alpha_channel = img[:, :, 3]

# 筛选透明度大于阈值的像素坐标，阈值可自定义，0为完全透明，255为完全不透明
y, x = np.where(alpha_channel > 0)
if len(x) == 0 or len(y) == 0:
    print("当前图片全为透明区域，无有效内容可裁剪")
else:
    # 计算有效内容的四个边界值
    x_min, x_max = x.min(), x.max()
    y_min, y_max = y.min(), y.max()
    # 按边界裁剪
    cropped_img = img[y_min:y_max+1, x_min:x_max+1]
    # 保存结果
    cv2.imwrite("裁剪后的输出图片.png", cropped_img)

内容的提问来源于stack exchange，提问作者Srikanto Rajbongshi