GD库实现自动裁剪PNG图片多余透明区域

已于 2024-01-09 11:31:20 修改
阅读量982 收藏 20
点赞数 18
分类专栏： php 文章标签： 自动裁剪 imagecrop gd
于 2023-12-25 17:06:18 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jinborui2/article/details/135202251
版权

        AI抠图可以自动将图片中主体扣取出来，但是图片尺寸不变，就导致主体周边存在多余的透明图层：

现在需要将多余透明图层自动删除掉。

之前只知道imagecrop()，按理说顺序应该是检测确定图片主体的x,y坐标及裁剪宽度和高度。

首先确定起始坐标值和位置，可以通过一张四个角有不同颜色的图片来确定：

测试代码：

//获取图片指定位置rgba值
$im = ImageCreateFromPng("./img/02.png");
$imgIndex = ImageColorAt($im, 0, 0); //坐标从0开始
$colorInfo = imagecolorsforindex($im, $imgIndex);
$imgIndex2 = ImageColorAt($im, 699, 437);
$colorInfo2 = imagecolorsforindex($im, $imgIndex2);
var_dump($colorInfo, $colorInfo2);

通过简单调整上面代码的参数和打印出来的结果就可以确定，坐标值是从0开始的，且坐标方向是从左上角到右下角。完全透明时colorInfo数组中的‘alpha’值为127。

因为AI抠图返回的数据是base64格式（也可以返回路径，这里需求是要返回内容），所以要写的自动裁剪方法接收两个参数，一个是图片base64数据，一个是保存图片的路径，方法如下

//获取最小非透明区域图片
function getMinAreaImg($imgStr,$saveFile)
{
    if(empty($imgStr)){
        return false;
    }
    $data = base64_decode($imgStr);
    $im = imagecreatefromstring($data);

    if($im !== false){
        $size = getimagesizefromstring($data);
        $width = $size[0];
        $height = $size[1];
        $area = [
            'left' => [0, 0],
            'right' => ['width' => $width, 'height' => $height]
        ];
        $lw = -1;//左裁剪点w坐标
        $lh = -1;//左裁剪点h坐标
        $firstPoint = [0, 0]; //第一个发现点，没用
        //查找左裁剪点
        for ($w=0; $w < $width; $w++) { 
            for ($h=0; $h < $height; $h++) { 
                $imgIndex = ImageColorAt($im, $w, $h);
                $colorInfo = imagecolorsforindex($im, $imgIndex);
                if($colorInfo['alpha'] != 127){
                    $firstPoint = [$w, $h];
                    $lw = $w;
                    $lh = $h;
                    if($lh == 0){
                        break 2;
                    }
                    //已确定左w，下面确定左h(右上角区域最小h)
                    for ($ow=$lw+1; $ow < $width; $ow++) { 
                        for ($oh=$lh-1; $oh >= 0; $oh--) { 
                            $ooindex = ImageColorAt($im, $ow, $oh);
                            $ooinfo = imagecolorsforindex($im, $ooindex);
                            if($ooinfo['alpha'] != 127){
                                $lh = $oh;
                                if($lh == 0){
                                    break 4;
                                }
                            }
                        }
                    }
                    break 2;
                }
            }
        }

        if($lw == -1){//纯透明图层
            return false;
        }

        $rw = $width-1;//右裁剪点w坐标
        $rh = $height-1;//右裁剪点h坐标
        //右下角到左裁剪点查找右裁剪点
        for ($sw=$width-1; $sw >= $lw; $sw--) { //这里条件使用>=$lw或>=$firstPoint[0]都行（第一个发现点是采用宽度优先得来的）
            for ($sh=$height-1; $sh >= $lh; $sh--) { //这里条件需要使用>=$lh,使用高度最小值（而不是第一个发现点，发现点是宽度优先得来的）才能在下面的查找中找到最大的宽度值
                $sgIndex = ImageColorAt($im, $sw, $sh);
                $sgColorInfo = imagecolorsforindex($im, $sgIndex);
                if($sgColorInfo['alpha'] != 127){
                    $rw = $sw;
                    $rh = $sh;
                    if($rh == $height-1){
                        break 2;
                    }
                    for ($sow=$rw-1; $sow >= $lw; $sow--) { 
                        for ($soh=$rh+1; $soh <= $height-1; $soh++) { 
                            $sogIndex = ImageColorAt($im, $sow, $soh);
                            $sogColorInfo = imagecolorsforindex($im, $sogIndex);
                            if($sogColorInfo['alpha'] != 127){
                                $rh = $soh;
                                if($rh == $height-1){
                                    break 4;
                                }
                            }
                        }
                    }
                    break 2;
                }
            }
        }
        //根据左右裁剪点，裁剪图片
        $cropWidth = $rw - $lw + 1;
        $cropHeight = $rh - $lh + 1;
        // var_dump($lw,$lh,$cropWidth,$cropHeight);exit;
        $im2 = imagecrop($im, ['x' => $lw, 'y' => $lh, 'width' => $cropWidth, 'height' => $cropHeight]);
        if ($im2 !== FALSE) {
            imagesavealpha($im2, true); //保存图像时是否保留完整的 alpha 通道信息
            imagepng($im2, $saveFile);
            imagedestroy($im2);
        }
        imagedestroy($im);
        return true;
    }

    return false;
}

整体思路是从左上角开始，以w优先，遍历h，先确定最左边（最小）w，然后再遍历右上角区域确定最小h，示例图（椭圆是主体）如下：

这样就确定了左上角起始坐标了，然后确定右下角坐标，从图片右下角开始，相同的道理，如下紫色区域（结束位置即上面确定的起始坐标位置）是计算需要考虑的范围。

这样又得出了最小裁剪目标的右下角坐标。

剩下的就是计算裁剪宽高和保存图片了，具体看上述代码。

测试一下：

$img = "./img/01.png";
$saveFile = './img/01_crop.png';
$imgStr = base64_encode(file_get_contents($img));
$result = getMinAreaImg($imgStr,$saveFile);
var_dump($result);

结果符合预期。

以为到这里结束了？其实不然。

在我保存裁剪图片后，发现图片透明图片丢失了，于是各种调试并查找官方文档，解决方案就是上述代码中imagesavealpha方法。
但令我崩溃是的在翻阅的过程中发现了imagecropauto()方法。auto？这明摆着就是可以自动裁剪吗，

PHP: imagecropauto - Manual

点进去一看，还真是。imagecropauto两个参数，第一个参数基本明确，主要是第二个参数存在几种类型【IMG_CROP_DEFAULT,IMG_CROP_TRANSPARENT,IMG_CROP_BLACK,IMG_CROP_WHITE,IMG_CROP_SIDES,IMG_CROP_THRESHOLD】
于是又写了一个小方法，

//自动裁剪
function cropAutoImg($imgStr,$saveFile)
{
    if(empty($imgStr)){
        return false;
    }
    $data = base64_decode($imgStr);
    $im = imagecreatefromstring($data);

    if($im !== false){
        $cropped = imagecropauto($im, IMG_CROP_SIDES);
        if ($cropped !== false) { 
            imagesavealpha($cropped, true); //保存图像时是否保留完整的 alpha 通道信息
            imagepng($cropped, $saveFile);
            imagedestroy($cropped);
        }
        imagedestroy($im);
        return true;
    }
    return false;
}

大概测试了一下，乍一看似乎是IMG_CROP_TRANSPARENT，但事与愿违，根据我提供的图片的裁剪基本确定IMG_CROP_SIDES才是符合我预期的，IMG_CROP_WHITE适合白色背景的图片，IMG_CROP_BLACK应该是适合黑色背景的吧（没测，感兴趣的可以测一下），IMG_CROP_THRESHOLD似乎跟颜色阈值有关没有深究。至于IMG_CROP_TRANSPARENT可能是我理解错了，不想费时间去探索了，有知道怎么使用的大佬希望提供下示例。

有时候对文档的熟练掌握真的能够事半功倍，但这次尝试自己编写自动裁剪也是个不错的体验吧，也希望这篇文章对大家有用。

=============新增===============

下面是根据新发现补充的新内容，在一次智能抠图后，选择自动裁剪多余透明区域，然而发现裁剪后的图片上部还是存在很大一部分透明区域
原图：

切换上面写的两个自动裁剪方法，看效果
cropAutoImg：

getMinAreaImg：

可以看出两个都存在问题，cropAutoImg是通过php的自动裁剪方法实现的咱们不方便调试和修改，只能从getMinAreaImg入手了
大概率猜到的原因应该是原图上部分区域存在肉眼无法察觉的非透明像素，先将图片上部分多余的透明区域图片通过PS取下来保存新图（下面的图可能看不见，点击一下）：


然后写demo检测：

$file = './img/doubt.png';
$imgInfo = getimagesize($file);
$im = ImageCreateFromPng($file);
for ($w=0; $w < $imgInfo[0]; $w++) { 
    for ($h=0; $h < $imgInfo[1]; $h++) { 
        $imgIndex = ImageColorAt($im, $w, $h); //坐标从0开始
        $colorInfo = imagecolorsforindex($im, $imgIndex);
        if($colorInfo['alpha'] != 127){
            var_dump($w, $h, $colorInfo);exit;
        }
    }
}

结果：

跟预期的一样，确实存在非完全透明区域，只是alpha是126很接近完全透明了，根据需求咱们对于这些像素也选择抛弃，于是稍作调整，新的方案：

function getMinAreaImg($imgStr,$saveFile = '', $alphaEdge = 127)
{
    if(empty($imgStr)){
        return false;
    }
    $alphaEdge = ($alphaEdge > 127 || $alphaEdge < 0) ? 127 : $alphaEdge;
    $data = base64_decode($imgStr);
    $im = imagecreatefromstring($data);

    if($im !== false){
        $size = getimagesizefromstring($data);
        $width = $size[0];
        $height = $size[1];
        $area = [
            'left' => [0, 0],
            'right' => ['width' => $width, 'height' => $height]
        ];
        $lw = -1;//左裁剪点w坐标
        $lh = -1;//左裁剪点h坐标
        $firstPoint = [0, 0]; //第一个发现点，没用
        //查找左裁剪点
        for ($w=0; $w < $width; $w++) { 
            for ($h=0; $h < $height; $h++) { 
                $imgIndex = ImageColorAt($im, $w, $h);
                $colorInfo = imagecolorsforindex($im, $imgIndex);
                if($colorInfo['alpha'] < $alphaEdge){
                    $firstPoint = [$w, $h];
                    $lw = $w;
                    $lh = $h;
                    if($lh == 0){
                        break 2;
                    }
                    //已确定左w，下面确定左h(右上角区域最小h)
                    for ($ow=$lw+1; $ow < $width; $ow++) { 
                        for ($oh=$lh-1; $oh >= 0; $oh--) { 
                            $ooindex = ImageColorAt($im, $ow, $oh);
                            $ooinfo = imagecolorsforindex($im, $ooindex);
                            if($ooinfo['alpha'] < $alphaEdge){
                                $lh = $oh;
                                if($lh == 0){
                                    break 4;
                                }
                            }
                        }
                    }
                    break 2;
                }
            }
        }

        if($lw == -1){//纯透明图层
            return false;
        }

        $rw = $width-1;//右裁剪点w坐标
        $rh = $height-1;//右裁剪点h坐标
        //右下角到左裁剪点查找右裁剪点
        for ($sw=$width-1; $sw >= $lw; $sw--) { //这里条件使用>=$lw或>=$firstPoint[0]都行（第一个发现点是采用宽度优先得来的）
            for ($sh=$height-1; $sh >= $lh; $sh--) { //这里条件需要使用>=$lh,使用高度最小值（而不是第一个发现点，发现点是宽度优先得来的）才能在下面的查找中找到最大的宽度值
                $sgIndex = ImageColorAt($im, $sw, $sh);
                $sgColorInfo = imagecolorsforindex($im, $sgIndex);
                if($sgColorInfo['alpha'] < $alphaEdge){
                    $rw = $sw;
                    $rh = $sh;
                    if($rh == $height-1){
                        break 2;
                    }
                    for ($sow=$rw-1; $sow >= $lw; $sow--) { 
                        for ($soh=$rh+1; $soh <= $height-1; $soh++) { 
                            $sogIndex = ImageColorAt($im, $sow, $soh);
                            $sogColorInfo = imagecolorsforindex($im, $sogIndex);
                            if($sogColorInfo['alpha'] < $alphaEdge){
                                $rh = $soh;
                                if($rh == $height-1){
                                    break 4;
                                }
                            }
                        }
                    }
                    break 2;
                }
            }
        }
        //根据左右裁剪点，裁剪图片
        $cropWidth = $rw - $lw + 1;
        $cropHeight = $rh - $lh + 1;
        // var_dump($lw,$lh,$cropWidth,$cropHeight);exit;
        $im2 = imagecrop($im, ['x' => $lw, 'y' => $lh, 'width' => $cropWidth, 'height' => $cropHeight]);
        if ($im2 !== FALSE) {
            imagesavealpha($im2, true); //保存图像时是否保留完整的 alpha 通道信息
            if (!empty($saveFile)){
                imagepng($im2, $saveFile);
            }else{
                ob_start();
                imagepng($im2);
                $imgData = ob_get_contents();
                ob_end_clean();
                imagedestroy($im2);
                imagedestroy($im);
                return base64_encode($imgData);
            }
            imagedestroy($im2);
        }
        imagedestroy($im);
        return true;
    }

    return false;
}

主要是增加了$alphaEdge参数，根据用户需求自行判断需要舍弃的透明像素边界值，完全透明是127（默认值），
以及考虑到咱们需要图片的base64格式数据于是添加了$saveFile = ''的情况直接返回base64数据。这时候我们通过把$alphaEdge值设置为125试一下，效果如下：

效果还不错，可以说完美解决了上面出现的新问题！

爬山虎还上班
关注
  • 18
    点赞
  • 踩
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【工具】图片自动裁剪工具，对透明图片进行处理，丢弃多余的透明像素
qq_49152649的博客
12-07 356
一个可以对透明图片进行处理，丢弃掉多余的透明像素的批处理工具
Python 批量处理PNG、JPG图片 去白边
普通攻击往后拉的博客
01-17 7500
每次写论文用seaborn画出来的图白边都很大并且没法调，每次都用PS软件去白边很麻烦。索性写了个脚本，在不改变图片像素密度（尺寸变了，相当于切割）的情况下，批量去掉图片白边，参考了部分网上的程序，自己写了个简单的脚本，放到一个Python文件里直接执行就行： import numpy as np import matplotlib.image as mpimg import os import time # 去除图片白边 def resize_figure(img_path): img = mp
GDI+ 在Delphi程序的应用 -- GDI+图像与GDI位图的相互转换
闲人阿发伯的业余编程心得
01-08 1万+
        Delphi的TBitmap封装了Windows的GDI位图，因此，TBitmap只支持bmp格式的图像，但是在Delphi应用程序中，常常会遇到图形格式的转换，如将Delphi位图TBitmap的图像转换为其它格式保存，或者将其它图像格式转换为TBitmap等。这时候，我们往往借助一些第三方组件或代码，Delphi自带的TJPEG.pas就是jpeg格式图像转换的第三方代码单元。
delphi 窗口图片平铺
最新发布
fogbow622的博客
12-02 403
图片平铺
Delphi使用GDI+绘制Png图像
weixin_30378623的博客
09-25 384
最近在使用鱼鱼桌面秀和雪狐桌面精灵的时候发现一些很漂亮的png图片,但是在Delphi里面没有办法直接加载Png图片进行绘制,所以试用了GDI+进行绘制.效果如下,我使用了雪狐桌面精灵里面的一张图片 你需要去www.2ccc.com先下载GDI+的Pascal头文件,连接地址如下 http://mirror1.2ccc.com/downloads/vcl/graphics/gdiplus...
使用gd库实现php服务端图片裁剪和生成缩略图功能分享
10-26
本篇文章将详细介绍如何使用GD库在PHP服务端实现图片裁剪和生成缩略图的功能。 首先，我们要了解GD库中的核心函数`imagecopyresampled`。这个函数用于将源图像的一部分复制并调整大小到目标图像上，同时保持图像的...
php中使用gd库实现下载网页中所有图片
10-24
在上述的示例中，GD库并没有直接用于下载图片，而是用于创建和保存从远程URL下载的图片。让我们详细探讨一下这个过程。 首先，该代码接收一个通过POST请求提交的URL，然后解析这个URL以获取主机名（即主域名）和...
PHP下使用GD库将图形中白色部分变为透明(不用imagecolortransparent)
08-25
在PHP下使用GD库将图形中白色部分变为透明，由于使用imagecolortransparent不明原因的转换失败，便改变思路为：新建同尺寸透明图，然后遍历原图，在透明图上再填颜色，脚本内容亲测可用。
php中使用gd库实现远程图片下载实例
12-19
本文将详细讲解如何使用GD库来实现远程图片的下载功能。 首先，我们要了解GD库的主要功能。GD库支持多种图像格式，如JPEG、PNG、GIF、BMP等，通过`ImageCreateFromXXX()`系列函数可以从指定的文件或URL创建一个图像...
PHP学习之GD库图像处理
HanyStill的博客
06-09 534
配置 <?php header("content-type:text/html;charset=utf-8"); /** * GD库提供图像处理功能 * GD库的配置 * 1.配置php.ini，开启extension=gd2/php_gd2.dll，两种书写风格都可识别 * 2.开启extension_dir="ext"，这一步是指定扩展目录 * 3.重启服务器 * * 检测GD扩展是否已开启 * 1.phpinfo(); * 2.extension_loaded('gd')
用PHP的GD库把图片的背景替换成透明背景
ant93的博客
07-26 4672
这是本人的第一篇博客，有错的地方可以大胆斧正，切记谩骂，谢谢 之前写个功能用PHP把图片的背景弄成透明，之留下文字（黑色的），我也在百度上找，也试过别人的代码。大多数代码的思路都是这样: 生成新的画布，读取源图片每个坐标的颜色，不符合要求的用imagecolortransparent()函数将该颜色替换成透明的。 $o_pic = '1.jpg'; //要处理的色阶起始值 $begin
Linux gd库安装步骤说明
weixin_30675967的博客
08-09 735
gd 库是 PHP 处理图形的扩展库，它提供了一系列用来处理图片的 API（应用程序编程接口），使用 gd 库可以处理图片或者生成图片。在网站上，gd 库通常用来生成缩略图，或者对图片加水印，或者生成汉字验证码，或者对网站数据生成报表等。 gd库安装步骤如下。 1) 建立 gd 库安装目录，进入 gd 库解压缩目录 [root@localhost autoconf-2....
GD库
Cleardandykao的博客
03-21 439
GD库--php处理图片的类API 基础图片操作： |-----版本验证            |-----创建纯色背景图  |----- 图片填充文字 |----- 随机的验证码 |----- 常用验证码 （*） | |----- 生成缩略图 |----- 更多规模的缩略微图 |----- 等比例缩放 | |----- 水印
用word裁剪透明的.png图片
qq_62774677的博客
07-08 855
用word裁剪透明.png图片
php GD库的简单使用（创建图像及简单处理 / 保存图像文件 / 输出到浏览器）
王佳斌
03-31 5338
前言 GD 库是 PHP 处理图形的扩展库，GD 库提供了一系列用来处理图片的 API，使用 GD 库可以处理图片或者生成图片，还可以直接输入到浏览器中，也可以给图片加水印、做验证码等等。 截至目前，如果你使用 phpstudy 集成的环境，那么 GD 库无需安装，如果你手动配置的 PHP 服务器，那么你需要繁琐的安装步骤，这里暂不做介绍。 创建图像及简单处理 下面，我们使用 GD 库提供的函数，...
一个在线裁剪分割合图png的网站
热门推荐
tankweight的博客
09-29 1万+
https://imagesplitter.net/ 用起来很方便，估计跟github上开源的Javascript的split差不多，windows上面还是用PngSplit比较好，而且是开源的。
PHP使用GD函数库剪裁图片+保存本地
Jesse技术博客
01-10 2207
<?php //剪裁图片 //1,打开图像 //2，创建一个空白的图像 $name="./img/1.jpg"; // cut($name,0,0,200,200); $x1=289; $y1=149; $x2=438; $y2=257; cut($name,289,149,438,257); function cut($name,$x1,$y1,$x2,$y2){
png透明通道分离
shenmifangke的专栏
10-17 8672
关于photoshop中png打开问题 前面也说到过http://blog.csdn.net/shenmifangke/article/details/52638716 ps在打开png格式图片的时候，实际上是把透明通道应用到了所有通道上，这样就造成了有些不是ps生成png图片透明部分彩色信息的损失 这个需要从图层-图层面板-从透明区域，这个方式可以分开 当然也可以借助其他软件比如
批量中心裁剪图像 python
11-09
在Python中，我们可以使用PIL（Python Imaging Library）或OpenCV库来批量中心裁剪图像。 首先，我们需要安装相关库。对于PIL，可以使用以下命令来安装： ``` pip install Pillow ``` 对于OpenCV，可以使用以下命令进行安装： ``` pip install opencv-python ``` 接下来，我们需要创建一个函数来进行图像的中心裁剪。以下是一个示例函数： ```python from PIL import Image def center_crop_image(image, new_width, new_height): width, height = image.size left = (width - new_width) // 2 top = (height - new_height) // 2 right = (width + new_width) // 2 bottom = (height + new_height) // 2 cropped_image = image.crop((left, top, right, bottom)) return cropped_image ``` 然后，我们可以编写一个批量中心裁剪图像的函数。以下是一个示例函数： ```python import os def batch_center_crop_images(input_dir, output_dir, new_width, new_height): if not os.path.exists(output_dir): os.makedirs(output_dir) for filename in os.listdir(input_dir): if filename.endswith(".jpg") or filename.endswith(".png"): image_path = os.path.join(input_dir, filename) image = Image.open(image_path) cropped_image = center_crop_image(image, new_width, new_height) output_path = os.path.join(output_dir, filename) cropped_image.save(output_path) ``` 在上述函数中，我们首先检查输出目录是否存在，如果不存在则创建。然后，我们遍历输入目录中的所有图像文件，并使用`center_crop_image`函数对每个图像进行中心裁剪。最后，我们将裁剪后的图像保存到输出目录中。 最后，我们调用批量中心裁剪图像的函数，并传入输入目录、输出目录以及所需的裁剪尺寸。以下是一个示例调用： ```python input_directory = "input" output_directory = "output" new_width = 200 new_height = 200 batch_center_crop_images(input_directory, output_directory, new_width, new_height) ``` 上述示例将从名为"input"的文件夹中读取所有图像文件，并将裁剪后的图像保存到名为"output"的文件夹中。裁剪尺寸为200x200。 希望以上解答能对你有所帮助！
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值