Hey there! Let's work through trimming those blank borders from your template image using PIL—perfect for prepping your handwritten digits for scikit-learn recognition. Here's a step-by-step solution tailored to your needs:

核心思路 #

The goal is to automatically detect the non-blank region of your template image (the part with the border and digits) and crop out all surrounding empty space. This gives you a clean base to split into individual digit regions later.

完整代码实现 #

from PIL import Image, ImageOps

def trim_blank_borders(image_path, output_path):
    # 打开图像并转为灰度模式，减少色彩干扰
    img = Image.open(image_path).convert("L")
    # 反转图像：让空白变为黑色(0)，内容变为白色(255)，方便捕捉边界
    inverted_img = ImageOps.invert(img)
    # 获取包含所有非空白内容的最小边界框
    content_bbox = inverted_img.getbbox()
    
    if content_bbox:
        # 根据边界框裁剪原图
        trimmed_img = img.crop(content_bbox)
        trimmed_img.save(output_path)
        print(f"空白修剪完成，已保存到 {output_path}")
        return trimmed_img
    else:
        print("未检测到有效内容，无法进行裁剪")
        return None

# 示例调用，替换成你的图像路径
trimmed_template = trim_blank_borders("your_original_template.jpg", "trimmed_template.jpg")

代码关键步骤解释 #

• 转为灰度模式: 简化图像数据，避免彩色通道对空白检测的干扰
• 图像反转: getbbox() 会识别非零像素的范围，反转后空白区域（原本白色）变成0，模板边框和数字变成255，能精准锁定有效内容的边界
• 裁剪边界框: content_bbox 返回的是(left, top, right, bottom)格式的矩形，用它裁剪就能去掉所有多余空白

适配手写数字识别的后续建议 #

• 拿到修剪后的模板后，你可以根据Word模板的格子布局，手动或自动分割图像成单个数字区域
• 结合scikit-learn的预处理：把每个数字区域缩放到28x28（匹配MNIST数据集尺寸），做二值化、归一化处理后，再输入到你的分类模型中

内容的提问来源于stack exchange，提问作者Aadit