用Python去除背景，得到有效的图像

此目的是为了放入深度学习计算中来减少计算量，同时突出特征，原图像为下图，命名为1.jpg，在此去除白色背景，黑色背景同理

需要对原图像进行的处理是去掉白色背景，抠出有效的参与计算的图形的大小即下图

对此有两个思路：

用掩模法得到有效部分，其次去掉空白，但太繁琐喽，并且一万多张图片，其不弄到天荒地老（截图也是哦）

对图像进行处理，即先做numpy变化，后反变换，将255-原图像，此时得到的图像就是

在此计算图像的横轴相加为0，纵轴相加为0，删去和为0的列和行得到的numpy矩阵，用255减去numpy矩阵得到的图像就是所求有效图像。（在此我没能实现三通道的图像，只能做出灰度图的图像）程序如下：

from PIL import Image
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import scipy.misc
img = Image.open('1.jpg')
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)#把像素点转化为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]#根据最后一列把大于0的行筛选出来

#根据最后一行，把等于0的列删除掉
for c in df2.columns:
    if df2[c].sum() == 0 :
        df2.drop(columns = [c],inplace = True)
        
df2.drop(columns=[e],inplace = True)#删除最后一列
df3 = df2.head((df2.shape[0])-1)#删除最后一行
a=255-df3
#df3.values#dataframe转化为numpy
plt.imshow(a)
scipy.misc.toimage(df3.values).save('C:/Users/Administrator.SKY-20180518VHY/Desktop/2.jpg')#保存图像

最终得到的图像为