ruby-on-rails - imagemagick 检测透明区域的坐标

Question

我有一个带有透明区域的 PNG 图像，正方形/矩形区域包含透明度。我想知道是否有某种方法可以知道图像中这些透明区域的顶部、左侧、宽度、高度。

感谢您的帮助

Answer 1

更新的答案

在这几年里，我遇到了一个更简单的解决方案，所以我想我会更新它，以便其他看到它的人都能从最新最好的产品中受益。

同样开始，通过将 alpha 层提取到它自己的图像并将其反转:

convert start.png -alpha extract -negate intermediate.png

现在对其执行“连通分量分析”:

convert start.png -alpha extract -negate           \
   -define connected-components:verbose=true       \
   -define connected-components:area-threshold=100 \
   -connected-components 8 -auto-level  result.png

Objects (id: bounding-box centroid area mean-color):
  0: 256x256+0+0 128.7,130.4 62740 srgb(0,0,0)
  3: 146x8+103+65 175.5,68.5 1168 srgb(255,255,255)
  2: 9x93+29+42 33.0,88.0 837 srgb(255,255,255)
  1: 113x7+4+21 60.0,24.0 791 srgb(255,255,255)

你会看到有一个标题行和4行输出，每行最后都有一个颜色，第一行是黑色，对应整个形状，最后三行是白色，对应三个透明区域。它基本上是您想要的最后三行中每一行的第二个字段。因此，146x8+103+65 表示一个宽 146 像素、高 103 像素的框，在左上角右侧偏移 103 像素，从左上角向下偏移 65 像素。

如果我用红色画那些，你可以看到它识别的是什么:

convert result.png -stroke red -fill none -strokewidth 1 \
   -draw "rectangle 103,65 249,73"                       \
   -draw "rectangle 29,42 38,135"                        \
   -draw "rectangle 4,21 117,28" result.png

---

原始答案

以下内容可能会帮助您找到答案，但我并没有从头到尾开发它——人们经常提出问题，然后再也没有登录，这涉及到相当多的努力...

让我们从这个输入图像开始——白色区域是透明的:

您可以像这样使用 ImageMagick 从图像中提取 alpha channel :

convert input.png -alpha extract -negate alpha.png

这给出了这个，其中白色区域是透明的

好的，一种方法是找到白色区域的边界框，您可以使用 trim 执行此操作，它会为您提供包围白色区域的边界框:

convert input.png -alpha extract -format "%@" info:
245x114+4+21

因此边界框宽 245 像素，高 114 像素，从左上角的偏移量 +4+21 开始。我可以在图像上绘制以显示它:

所以，这是一个开始。

此外，您还可以让 ImageMagick 以文本格式枚举像素，因此您可以运行此命令

convert input.png -alpha extract -negate txt: | more
# ImageMagick pixel enumeration: 256,256,255,gray
0,0: (0,0,0)  #000000  gray(0)
1,0: (0,0,0)  #000000  gray(0)
2,0: (0,0,0)  #000000  gray(0)

它告诉您图像是 256x256 并且前 3 个像素都是黑色的。如果你想要白色的(即透明的)，你可以这样做:

convert input.png -alpha extract -negate txt: | grep FFFFFF | more
4,21: (255,255,255)  #FFFFFF  gray(255)
5,21: (255,255,255)  #FFFFFF  gray(255)
6,21: (255,255,255)  #FFFFFF  gray(255)
7,21: (255,255,255)  #FFFFFF  gray(255)

这告诉您像素 4,21 是透明区域的左上角 - 我很高兴它与上述边界框方法的输出匹配:-)

因此，您可以轻松获得所有透明像素的列表。可以开发这种方法，或者在 Ruby (RMagick) 中编写类似的代码来查找连续的黑色区域——但这目前超出了这个答案的范围——因为我不是 Ruby 程序员:-)

好的，今天下午我学习了一些 Ruby，请不要笑，这是我的第一个 Ruby 程序。它可能非常丑陋，更像 Perl 或 C(我的首选语言)，但它可以工作并找到矩形透明区域。

#!/usr/bin/ruby

require 'RMagick'
include Magick
infile=ARGV[0]
img = ImageList.new(infile)
w=img.columns
h=img.rows
#Extract alpha channel into pixel array
px=img.export_pixels(0,0,w,h,"A")

for row in 0..h-1
   for col in 0..w-1
      thispx=px[w*row+col]
      if thispx<32768 then
         a=row
         b=col
         # Find extent (c) of rectangle towards right
         for r in col..w-1
            thispx=px[w*row+r]
            if thispx<32768
               c=r
            else
               break
            end
         end
         # Find extent (d) of rectangle towards bottom
         for s in row..h-1
            thispx=px[w*s+col]
            if thispx<32768
               d=s
            else
               break
            end
         end
         # Blank this rectangle as we have located it
         for r in row..d
            for s in col..c
               px[w*r+s]=65535
            end
         end

         # Tell caller about this rectangle
         printf "%d,%d %d,%d\n",a,b,d,c
      end
   end
end

像这样运行它:

bounds.rb input.png