python之篩選圖像中是否存在黑白背景

緊接上篇文章的需求，需要進行功能增加

某些圖片存在背景丟失問題，出現黑白背景現象，這種需要排查，同樣交給了自動化處理。

這次不比上次了，我搜羅了一堆資料，全是什么人工智能領域的圖像識別，AI識別之類的，沒有能夠符合我需求的，看來CV大法這次是失策了。

那如何找到突破口？畢竟這可是工作，還是我主動請纓，我原先思路也很簡單，上篇文章中提到使用AirTest庫中的cal_ccoeff_confidence這個方法可以實現圖片對比，那么我自己做一張純黑和純白的圖片，拿目標圖片和這兩張圖片進行對比，相似度越高，不就代表目標圖片可能存在背景丟失問題嗎？

理論可行，實踐失敗。

我曾經學了點UI，稍微知道一點，圖像一個像素點由三個數值組成，如純白色可以用（255,255,255）來表示，純黑色可以用（0,0,0）來表示。RGB與十六進制顏色碼轉換 - 在線工具 (toolhelper.cn)

在搜集的資料中，圖像對比處理都是采用的黑白化(灰度圖)圖片進行取值，我用比較通俗的話來講：

提取一張圖片中所有像素點的值，將這個值和純黑或純白像素點的值進行差值計算，

另外一張圖片也是如此，

最后將這兩張圖片的所有點進行挨個計算，最后算出均值，從而判斷兩張圖片是否相似。

專業領域稱之為均值哈希算法

有興趣的小伙伴可以去研究，均值哈希算法、差值哈希算法、感知哈希算法、灰度直方圖算法

均值、差值、感知哈希算法三種算法值越小，則越相似,相同圖片值為0
三直方圖算法和單通道的直方圖 0-1之間，值越大，越相似。 相同圖片為1

這些東西對我來說，晦澀難懂，而且我看它們顯得我就是個文盲，不過還是得理性分析一波，為什么實踐失敗了呢？

第一，我是要找黑白背景，而他們都是由哈希值來求取，黑白在兩個極值點，我無法準確判斷是否為黑或者白；

第二，我使用cal_ccoeff_confidence方法求出來的值直接是負數，轉手使用cal_rgb_confidence彩圖計算相似度也是負數，而且比前者更離譜，要么我不會用，要么我這需求人家根本沒考慮過。

第三，出發點不一樣，我需要的是極值點數據，查找的方法都是求整體對比。

如何解決？

前面有提到，每一個像素值都是由三個數字組成的元組，那么就有256*256*256種顏色，在以前的公司還考慮過8位16位24位32位色，但現在都是由我截的圖，都是統一的，所以不用去考慮。

而在正常的UI設計規范中，是不會允許出現純黑純白顏色出現的，也就是（255,255,255）（0,0,0）這兩種。

想清楚這個，問題就相對來說走上了正軌，不會被所查找的資料給帶跑偏了，我們開始一步步推導：

1、我們需要找丟失背景的圖片，意味著這張圖片的背景被純黑色或者純白色占據了大部分。

2、既然是純黑或純白占據大部分，那么我們可以提取一張圖片上所有的像素點的值，并按數量從大到小取值。

3、取值只取前三，如果前三中，排名第一多的是純黑或者純白，那么我們判斷該圖片為背景缺失。

4、如果為（255,255,255）則記錄該圖片背景丟失，背景為白色

5、如果為（0，0，0）則記錄該圖片背景丟失，背景為黑色

在實際操作下來發現，白色并不一定完全是純白，還有個范圍差，于是我取值為三項都是大于251，判斷為白色，三項都是小于10，且每項相等，為黑色。（通過多次實驗數據分析得出的謹代表個人觀點的結論）。

如果想要判斷背景是紅色、綠色之類的，可以自己去查找顏色范圍，將取值范圍和相關算法匹配寫到代碼里面就行了。

以上這些都是實際實踐并有產出的，本著寧愿多判定兩張，絕不漏掉一張的本質，白色的99%都能識別準確，黑色的識別準確度會低一點，黑色會多判定一些（有部分轉場截屏是黑的也算進去了），最終也需要人工復核，但一般5000張圖片，關于背景缺失問題，人工復核只需要5分鐘不到。

以下為脫敏后代碼，整體邏輯都在文章中了，不懂的地方自行百度吧，我寫累了，懶子一個不想多寫了：

def makeFolderResult(imgPath, logName):logFloder = os.path.join(imgPath, f'背景缺失對比結果')os.mkdir(logFloder)logPath = os.path.join(imgPath, f'背景缺失對比結果/{logName}')return logPathdef wirteLog(msg, logPath):with open(logPath, "a+", encoding='utf-8') as f:f.write(msg)f.write("\n")def get_dominant_colors(imagePath, logPath):''':param imagePath: 圖片存放的路徑:param logPath: 日志存放的路徑:return:'''for root, dirs, files in os.walk(imagePath):for file in files:if ".jpg" in file:imgFile = os.path.join(root, file)image = Image.open(imgFile)# 縮小圖片，減少運算壓力small_image = image.resize((80, 80))result = small_image.convert("P", palette=Palette.ADAPTIVE, colors=10)# 10個主要顏色的圖像# 找到主要的顏色palette = result.getpalette()color_counts = sorted(result.getcolors(), reverse=True)colors = list()for i in range(3):try:palette_index = color_counts[i][1]dominant_color = palette[palette_index * 3: palette_index * 3 + 3]colors.append(tuple(dominant_color))except:break### 判定數量排名第一的顏色是否滿足黑或白firstColor = colors[0]### 計算平均值try:firstColorAvg = numpy.average(firstColor)if firstColorAvg > 251:if firstColor[0] > 251 and firstColor[1] > 251 and firstColor[2] > 251:writeMsg = f"【疑似】{file}背景為 【白色】"wirteLog(writeMsg, logPath)print(writeMsg, firstColor)elif 0 =< firstColorAvg < 10:if firstColor[0] == firstColor[1] == firstColor[2]:writeMsg = f"【疑似】{file}背景為 【黑色】"wirteLog(writeMsg, logPath)print(writeMsg, colors)except:traceback.print_exc() if __name__ == '__main__':imagePath = ""logName = str(imagePath.split("\\")[-1]) + ".txt"logPath = makeFolderResult(imagePath, logName)get_dominant_colors(imagePath, logPath)

最終會將結果寫入到目標圖片文件夾下的log中。

總結

以上是生活随笔為你收集整理的python之筛选图像中是否存在黑白背景的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。