用Python去除背景，得到有效的圖像

此目的是為了放入深度學習計算中來減少計算量，同時突出特征，原圖像為下圖，命名為1.jpg，在此去除白色背景，黑色背景同理

需要對原圖像進行的處理是去掉白色背景，摳出有效的參與計算的圖形的大小即下圖

對此有兩個思路：

用掩模法得到有效部分，其次去掉空白，但太繁瑣嘍，并且一萬多張圖片，其不弄到天荒地老（截圖也是哦）

對圖像進行處理，即先做numpy變化，后反變換，將255-原圖像，此時得到的圖像就是

在此計算圖像的橫軸相加為0，縱軸相加為0，刪去和為0的列和行得到的numpy矩陣，用255減去numpy矩陣得到的圖像就是所求有效圖像。（在此我沒能實現三通道的圖像，只能做出灰度圖的圖像）程序如下：

from PIL import Imageimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport scipy.miscimg = Image.open('1.jpg')e,g=img.sizeimg1=img.convert('L')img1=np.array(img1, dtype='float32')arr=255-img1arr1 = arr.sum(axis=0)#每一列求和arr2 = arr.sum(axis=1)#每一行求和df=pd.DataFrame(arr)#把像素點轉化為dataframedf.insert(len(df.columns),len(df.columns),arr2)#最后一列插入每一行的和df1=pd.concat([df,(pd.DataFrame(df.sum()).T)])#最后一行插入每一列的和df2=df1[df1[e]>0]#根據最后一列把大于0的行篩選出來#根據最后一行，把等于0的列刪除掉for c in df2.columns:  if df2[c].sum() == 0 :    df2.drop(columns = [c],inplace = True)    df2.drop(columns=[e],inplace = True)#刪除最后一列df3 = df2.head((df2.shape[0])-1)#刪除最后一行a=255-df3#df3.values#dataframe轉化為numpyplt.imshow(a)scipy.misc.toimage(df3.values).save('C:/Users/Administrator.SKY-20180518VHY/Desktop/2.jpg')#保存圖像

最終得到的圖像為

在此處考慮過將圖像變為列表，但在此處做嵌套列表太為復雜，因而放棄，最終利用DataFrame做的，本考慮將三通道分開分別作運算最終得到的R、G、B三通道圖像由于大小不匹配無法整合到一起，又失敗了。只能得到單通道湊合弄吧。誰有好的思路，求溝通…

完整程序：

import osfrom PIL import Imageimport numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport scipy.miscdef save_pic(file_path):  c = []  names = os.listdir(file_path) #路徑  #將文件夾中的文件名稱與后邊的 .dcm分開  for name in names:    c.append(name)  for files in c :    img = Image.open(file_path+'//'+files)    e,g=img.size    img1=img.convert('L')    img1=np.array(img1, dtype='float32')    arr=255-img1    arr1 = arr.sum(axis=0)#每一列求和    arr2 = arr.sum(axis=1)#每一行求和    df=pd.DataFrame(arr)#把像素點轉化為dataframe    df.insert(len(df.columns),len(df.columns),arr2)#最后一列插入每一行的和    df1=pd.concat([df,(pd.DataFrame(df.sum()).T)])#最后一行插入每一列的和    df2=df1[df1[e]>0]#根據最后一列把大于0的行篩選出來        #根據最后一行，把等于0的列刪除掉    for c in df2.columns:      if df2[c].sum() == 0 :        df2.drop(columns = [c],inplace = True)            df2.drop(columns=[e],inplace = True)#刪除最后一列    df3 = df2.head((df2.shape[0])-1)#刪除最后一行    #df3.values#dataframe轉化為numpy    a=255-df3     plt.imshow(a)    scipy.misc.toimage(a).save('C:/Users/Administrator.SKY-20180518VHY/Desktop'+'/'+files)#保存圖像  print('all is saved')    save_pic(file_path='C://Users//Administrator.SKY-20180518VHY//Desktop//1')