Python去除图像四周黑边：部分图像处理失效问题排查

原代码的核心问题是：点状噪点和浅色白线会降低黑边行/列的黑像素占比，导致无法触发black_ratio_thresh阈值，从而无法识别黑边。以下是针对性的改进方案：

改进思路 #

• 先对图像做降噪处理，消除点状噪点干扰
• 通过二值化强化黑边与非黑边的差异，让黑边区域更易识别
• 可根据图像特性调整阈值参数或滤波方式

改进后的完整代码 #

import cv2
import numpy as np
import os

def remove_black_border(image, pixel_thresh=40, black_ratio_thresh=0.10, blur_kernel=(3,3)):
    # 转为灰度图
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    # 高斯模糊降噪，消除点状噪点
    blurred = cv2.GaussianBlur(gray, blur_kernel, 0)
    # 二值化反转：将低于阈值的黑边区域转为白色，其余为黑色，强化黑边特征
    _, binary = cv2.threshold(blurred, pixel_thresh, 255, cv2.THRESH_BINARY_INV)
    
    h, w = binary.shape

    def is_row_black(y):
        # 统计该行黑边像素（二值化后为255）的占比
        return np.mean(binary[y, :] == 255) >= black_ratio_thresh

    def is_col_black(x):
        return np.mean(binary[:, x] == 255) >= black_ratio_thresh

    top, bottom = 0, h - 1
    left, right = 0, w - 1

    # 裁剪顶部黑边
    while top <= bottom and is_row_black(top):
        top += 1
    # 裁剪底部黑边
    while bottom >= top and is_row_black(bottom):
        bottom -= 1
    # 裁剪左侧黑边
    while left <= right and is_col_black(left):
        left += 1
    # 裁剪右侧黑边
    while right >= left and is_col_black(right):
        right -= 1

    return image[top:bottom+1, left:right+1]

# 路径设置
input_folder = "input/RB Images"
output_folder = "output/RB Images"
os.makedirs(output_folder, exist_ok=True)

# 批量处理图像
for filename in os.listdir(input_folder):
    if filename.lower().endswith((".jpg", ".jpeg", ".png", ".tif", ".tiff")):
        input_path = os.path.join(input_folder, filename)
        image = cv2.imread(input_path)

        if image is None:
            print(f"❌ 加载失败: {filename}")
            continue

        cropped = remove_black_border(image)
        output_path = os.path.join(output_folder, filename)
        cv2.imwrite(output_path, cropped)
        print(f"✅ 裁剪并保存: {filename}")

额外调整建议 #

• 如果是椒盐噪点（黑白点状噪点），把高斯模糊换成中值滤波：blurred = cv2.medianBlur(gray, 3)
• 若浅色白线仍干扰，可适当提高pixel_thresh（如50）或降低black_ratio_thresh（如0.05）
• 对于顽固的浅色边框，可尝试先做边缘检测（cv2.Canny），再通过轮廓提取确定有效区域

内容的提问来源于stack exchange，提问作者Vaidh Velan