bordercrop

黑色边框裁剪模块

在一行代码中裁剪任何图像的黑色边框！

入门

这些说明将为您提供一个项目副本，并在您的本地计算机上运行以用于开发和测试目的。有关如何在实时系统上部署项目的说明，请参阅部署。

先决条件

您将需要 Python 3 才能使用此模块

# vermin output
Minimum required versions: 3.2
Incompatible versions:     2

根据 Vermin ( --backport typing) 的说法，打字的反向移植需要 Python 3.2，但有些人可能会说它适用于高于 3.0 的 Python 版本

bordercrop在生产中使用之前，请务必检查您的 Python 版本是否适用

安装

选项 1：来自 PyPI

pip install bordercrop

选项 2：来自 Git

pip install https://github.com/Animenosekai/bordercrop

您可以通过打印其版本来检查您是否成功安装它：

$ python -c "import bordercrop; print(bordercrop.__version__)"
# output:
bordercrop v1.0.0

要不就：

$ bordercrop --version
# output:
bordercrop v1.0.0

用法

您可以通过在脚本中导入来在 Python 中使用bordercrop：

import bordercrop

cropped_image = bordercrop.crop("https://i.imgur.com/lhQe6Bq.jpg")
cropped_image.show() # show the cropped image

将所有内容保留为默认值，您可能会得到没有裁剪或没有大小（完全裁剪）的图像。

我建议根据您的图片测试和调整 MINIMUM_THRESHOLD_HITTING 和 MINIMUM_ROWS 值（大图片需要更多的最小行和更多的像素才能将一行计算为暗）。

命令行使用

您可以通过 CLI 版本访问来在其他应用程序中使用bordercrop：

$ bordercrop --image "https://i.ytimg.com/vi/e_53PHZwQH4/hqdefault.jpg" --output "cropped.jpg"
output

作为 Python 模块

给定的图像可以是文件路径（str、字节或路径）、URL（将被下载）或 PIL.Image.Image 实例

庄稼（）

自动裁剪给定图像的黑色边框

Args:
image: 给定的图像，它可以是文件路径（str、字节或路径）、URL（将被下载）、BytesIO 或 PIL.Image.Image 实例
THRESHOLD：黑色阈值（0 是黑色，而 225 是white)
MINIMUM_THRESHOLD_HITTING：需要达到阈值才能将行计数为暗的行中的像素数（例如：如果给定 5 并且行中只有 4 个黑色像素，则该行不会被计为黑色）
MINIMUM_ROWS：计算边框的最小行数要求（例如：如果设置为 3，则需要连续 3 行为黑色才能将其计为边框）

返回：包含裁剪图像
的PIL.Image.Image实例

边框（）

返回没有黑色边框的图像边界框

Args:
image: 给定的图像，它可以是文件路径（str、字节或路径）、URL（将被下载）、BytesIO 或 PIL.Image.Image 实例
THRESHOLD：黑色阈值（0 是黑色，而 225 是white)
MINIMUM_THRESHOLD_HITTING：需要达到阈值才能将行计数为暗的行中的像素数（例如：如果给定 5 并且行中只有 4 个黑色像素，则该行不会被计为黑色）
MINIMUM_ROWS：计算边框的最小行数要求（例如：如果设置为 3，则需要连续 3 行为黑色才能将其计为边框）

返回：
包含坐标的元组（LEFT、TOP、RIGHT、BOTTOM）

获取图像（）

将给定图像作为 PIL.Image.Image 实例返回

主要在内部使用，有时也很有用。

Args:
image: 给定的图像，它可以是文件路径（str、bytes 或 Path）、URL（将被下载）、BytesIO 或 PIL.Image.Image 实例

返回：
包含给定图像的 PIL.Image.Image 实例

例外

所有的异常都继承自BordercropException

如果WrongType给出错误类型的图像，则会引发异常

部署

该模块目前正在开发中，可能包含错误。

如果您觉得它适合您的生产，请随意在生产中使用它，即使您可能会遇到问题。

内置

• 枕头- 操纵图像

作者

• Anime no Sekai -初始作品- Animenosekai

执照

该项目在 MIT 许可下获得许可 - 请参阅许可文件了解更多详细信息