商城手机网站建设多少钱/合肥网络公司seo

老师给发的作业经常是手机拍的，而不是扫描，背景发灰，如果二次打印就没有看了，象这样：

如果使用photoshop 处理，有些地方还是扣不干净，不如python 做的好，处理后如下：

具体的代码如下：

from PIL import Image
import numpy as np
import osfrom PIL import Image, ImageOpsdef process_image(input_path, output_path, threshold=110):# 打开图片并转换为灰度图像img = Image.open(input_path).convert('L')# 使用阈值分割，将灰色部分转为白色img = img.point(lambda x: 255 if x > threshold else x)# 获取原始文件名和扩展名base_name, ext = os.path.splitext(os.path.basename(input_path))# 构造新的文件名new_file_name = f"{base_name}-1{ext}"# 保存处理后的图片img.save(os.path.join(output_path, new_file_name))def process_image_array(input_paths, output_path):# 创建输出文件夹（如果不存在）os.makedirs(output_path, exist_ok=True)# 处理每张图片for input_path in input_paths:process_image(input_path, output_path)if __name__ == "__main__":input_path = "D:\\python_code\\temp\\2.jpg"  # 替换为你的输入图片路径output_path = "D:\\python_code\\temp\\2-1.jpg"  # 替换为你的输出图片路径input_paths = ["D:\\python_code\\temp\\1.jpg", "D:\\python_code\\temp\\2.jpg","D:\\python_code\\temp\\3.jpg","D:\\python_code\\temp\\4.jpg",]  # 替换为你的输入图片路径数组output_path = "D:\\python_code\\temp"  # 替换为你的输出文件夹路径process_image_array(input_paths, output_path)#process_image(input_path, output_path)

如果发现识别有问题，可以更改阈值，试试。