Python批量将图片中的字体做切片，图片比例1：1

Python做字体库相关教程，将图片批量切片成比例为1：1的，字体居中，适合批量导入字体库。

思路图片中，标点符号相对于毛笔字显得非常小。我们可以考虑在裁剪之前，计算轮廓的宽度和高度，并基于这些尺寸来筛选轮廓。

下面的代码将仅选择宽度和高度都大于特定阈值的轮廓：

import cv2
import numpy as np
import os
def slice_characters_from_image(img, min_width=40, min_height=40):
alpha_channel=img[:, :, 3]
_, binary=cv2.threshold(alpha_channel, 0, 255, cv2.THRESH_BINARY)
kernel=np.ones((3,3),np.uint8)
binary=cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel, iterations=2)
contours, _=cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
slices= []
forcontourincontours:
x, y, w, h=cv2.boundingRect(contour)
ifw<min_widthorh<min_height:
continue
max_side=max(w, h)
canvas=np.zeros((max_side, max_side, 4), dtype=np.uint8)
x_offset= (max_side-w) //2
y_offset= (max_side-h) //2
canvas[y_offset:y_offset+h, x_offset:x_offset+w] =img[y:y+h, x:x+w]
slices.append(canvas)
returnslices
input_folder = 'slices'
output_folder = 'output_slices'
if not os.path.exists(output_folder):
os.makedirs(output_folder)
for img_name in os.listdir(input_folder):
ifimg_name.lower().endswith(('.png', '.jpg', '.jpeg')):
img_path=os.path.join(input_folder, img_name)
img=cv2.imread(img_path, cv2.IMREAD_UNCHANGED)
slices=slice_characters_from_image(img)
fori, slice_imginenumerate(slices):
output_name=os.path.join(output_folder, f'slice_{os.path.splitext(img_name)[0]}_{i}.png')
cv2.imwrite(output_name, slice_img)
print("批量处理完成！")

在这个方法中，我们使用min_width和min_height参数来确定哪些轮廓会被选择。在这个例子中，我设置这两个值都为40。这意味着宽度或高度小于40的轮廓（可能是标点符号或其他小元素）将不会被考虑。

阀值为min_width=40, min_height=40，测试图片为：

阀值为min_width=1, min_height=1，测试图片为：

导出为：