python图片二值化后找白色中心_使用PIL中Image.rotate()之后将回转后的非图像区域变成白色...

前言

最近有项目需要用到图像识别，然后就基于Python开发，同时使用了Opencv/PIL/numpy等图像算法以及识别库，但是在识别的图像中，可能由于人为的原因，摄像的尺度不是那么准确，但对于标记点来说整个图像识别的计算就可能要偏斜，后来就想到了可以通过图像回转将图片回正，然后再进行识别计算。

正文

在使用PIL里面的Image.rotate()进行图片回转后，回转的非图片区域就是黑色的，但是这个样子就和我个人的图像标识点产生冲突了，所以我们需要将非图片区域的黑色变成白色：

大概思路就是创建一个新的白色图层，然后将新图层与回转图层进行图像的一个复合，生成一个新的图像即可，以下为主要实现代码：

# 读取图片

pilim = Image.open('./res/use.jpg')

# 转换为有alpha层

im2 = pilim.convert('RGBA')

# 旋转

rot = im2.rotate(-18.0, expand=1)

# 创建一个与旋转图像大小相同的白色图像

fff = Image.new('RGBA', rot.size, (255,)*4)

# 使用alpha层的rot作为掩码创建一个复合图像

out = Image.composite(rot, fff, rot)

# 保存

out.convert(pilim.mode).save('./res/out.jpg')

后记

在图像算法识别中，要运用到大量的数学知识，所以博主先不给你们说了，我去补习一下初中数学先….