Если вы насканировали фотографий, причем у вас несколько фото размещены в одном файле, а вам не хочется вручную копировать и разрезать их на несколько частей, то можно сделать это с помощью кода на питоне.
Ссылка на гитхаб:
<https://gist.github.com/ElenaInDespair/1f24a57f1664e4192857fd7e22038df1>
Коротенько опишу, что происходит:
import cv2
import os
- cv2 - это OpenCV, библиотека для обработки изображений;
- os - операционная система, которая обрабатывает операции с файловой системой, например, перечисление файлов.
def detect_and_crop_photos_in_folder(folder_path):
- Определяет функцию, которая обрабатывает все изображения в указанном каталоге folder_path.
for filename in os.listdir(folder_path):
- Перебирает каждый файл в папке.
if filename.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp', '.tiff')):
- Проверяет, является ли файл изображением, основываясь на его расширении (без учета регистра).
file_path = os.path.join(folder_path, filename)
print(f"Processing {file_path}")
- Комбинирует путь к папке и имя файла, чтобы получить полный путь к файлу.
- Выводит сообщение, указывающее, какой файл обрабатывается.
image = cv2.imread(file_path)
if image is None:
print(f"Failed to load {file_path}")
continue
- Загружает изображение.
- Если загрузка не удалась (например, файл поврежден), то идет к следующему файлу.
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
- Преобразует изображение из цветного в оттенки серого, упрощая обработку.
_, thresh = cv2.threshold(gray, 200, 255, cv2.THRESH_BINARY_INV)
- Применяется пороговое значение: пиксели, значение которых превышает 200, становятся черными (0) после инверсии. Пиксели, значение которых меньше или равно 200, становятся белыми (255).
- На этом этапе выделяются более темные области или объекты, представляющие интерес.
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
- Находит контуры (ребра фигур) на изображении с пороговым значением.
- cv2.RETR_EXTERNAL извлекает только внешние контуры.
- cv2.CHAIN_APPROX_SIMPLE сжимает контуры для экономии памяти.
index = 0
for cnt in contours:
area = cv2.contourArea(cnt)
...
index += 1
- Инициализирует индекс счетчика для присвоения имен выходным файлам.
- Обводит циклом каждый обнаруженный контур:
- Вычисляет площадь контуров.
- Пропускает небольшие контуры (площадью менее 1000 пикселей), чтобы не обращать внимания на шум.
- Находит ограничивающий прямоугольник вокруг контура (x, y, w, h).
- Обрезает исходное изображение в соответствии с этой рамкой.
- Сохраняет обрезанное изображение с именем файла, указывающим его происхождение, и индексом.
- Увеличивает индекс для следующего кадрирования.
folder_path = 'your_folder'
detect_and_crop_photos_in_folder(folder_path)
Задает путь к папке для обработки и вызывает функцию для запуска обнаружения и обрезки.
Вывод: код обрабатывает каждое изображение в папке, обрезает все значимые области контура на исходном изображении, и сохраняет каждую обрезанную область в виде отдельного файла изображения в ту же папку. Не всегда он видит четко только лица и в моем случае в папке были сохранены фрагменты деревьев и домов в небольшом количестве. Однако это все равно быстрее, чем разрезать вручную. Надеюсь, кому-то было полезно. Всем добра!