OpenCV自动裁剪图片

背景

最近在做图片相关的项目，需要裁剪图片中的空白区域，由于需求的精度要求不是很高；经过评估OpenCV是个不错的选择

环境以及依赖package

本教程使用最新版本的OpenCV opencv-python<=4.9.0.80 原则上其他版本也可以。
本教程使用 python 3.10.13 作为开发环境 , 原则上适用于 python 3.9+
本教程开发环境为 windows 10 ，原则上其他系统应该也可以

核心代码

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2024-04-26 15:30
# @Author  : Jack
# @File    : image_auto_crop.py

"""
image_auto_crop.py
"""
import cv2


def auto_crop(origin_image):
  """
  自动裁剪图片
  :param origin_image: 原始图片OpenCV格式
  :return: 裁剪后的图片OpenCV格式
  """

  # 图片灰度化
  grey_image = cv2.cvtColor(origin_image, cv2.COLOR_BGR2GRAY)
  # 图片二值化
  _, binary_image = cv2.threshold(grey_image, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
  # 去除图片中的小块
  kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
  binary_image = cv2.morphologyEx(binary_image, cv2.MORPH_OPEN, kernel)
  # 查找图片中的最大轮廓
  contours, hierarchy = cv2.findContours(binary_image, method=cv2.CHAIN_APPROX_SIMPLE, mode=cv2.RETR_EXTERNAL)

  # 获取最大轮廓
  if len(contours) == 1:
      # 获取最小面积矩形
      img_contour = cv2.minAreaRect(contours[0])
  elif len(contours) > 1:
      # 获取最大面积的区域
      max_area = 0
      img_contour = None
      for i in range(len(contours)):
          candidate_contour = cv2.minAreaRect(contours[i])
          contour_w, contour_h = candidate_contour[1]
          if contour_h * contour_w > max_area:
              img_contour = candidate_contour
              max_area = contour_h * contour_w
  else:
      return origin_image
  # 获取最小面积矩形
  box = cv2.boxPoints(img_contour)
  rect_x, rect_y, rect_w, rect_h = cv2.boundingRect(box)
  rect_x = rect_x if rect_x > 0 else 0
  rect_y = rect_y if rect_y > 0 else 0
  return origin_image[rect_y:rect_y + rect_h, rect_x:rect_x + rect_w]


if __name__ == '__main__':
  imageMat = cv2.imread('l1.jpg', cv2.IMREAD_COLOR)
  crop_image = auto_crop(imageMat)
  cv2.imshow('image', crop_image)
  cv2.waitKey(0)
  cv2.destroyAllWindows()