Я использую scanimageсо сканером документов (Canon DR-2510C), который поддерживает дуплексное сканирование. К сожалению, его драйвер SANE не поддерживает обнаружение пустых страниц, поэтому со смешанными страницами (одно- или двухсторонние) пустые страницы попадают в результат сканирования.
Я хотел бы автоматически избавиться от этих пустых страниц при последующей обработке результатов сканирования, поэтому я ищу инструмент командной строки, который может определить, состоит ли файл TIFF или PNM в основном из белых пикселей).
Есть идеи?
Это решение, которое я придумал, основано на ответе Лесмана:
for i in "$/out"*.pnm; do histogram=`convert "$" -threshold 50% -format %c histogram:info:-` white=`echo "$" | grep "white" | sed -n 's/^ *\(.*\):.*$/\1/p'` black=`echo "$" | grep "black" | sed -n 's/^ *\(.*\):.*$/\1/p'` blank=`echo "scale=4; $/$ < 0.005" | bc` if [ $ -eq "1" ]; then echo "$ seems to be blank - removing it..." rm "$" fi done Используйте функцию идентификации ImageMagik CLI, как указано здесь:
http://www.imagemagick.org/script/identify.php
С командой:
$ identify -format "%#" source.png
Если количество цветов равно 1, у вас есть пустая страница.
Вы также можете использовать команду:
identify -verbose source.png
Стандартное отклонение, перекос и эксцесс будут 0 для пустого изображения.
Мой трюк заключается в сканировании изображений в сжатый без потерь формат (TIFF + сжатие). Таким образом, пустые страницы имеют гораздо меньший размер файла, и я могу обнаружить их find, переместить в другой каталог, быстро проверить их с помощью средства просмотра и затем избавиться от них.
Вы можете использовать инструмент сравнения ImageMagick для сравнения отсканированных изображений с «главной» пустой страницей. Так как мой ImageMagick-fu довольно ограничен, я не могу дать вам пример команды. Вам нужно будет RTFM :
Во второй ссылке даже есть раздел «Пустой факс», в котором объясняется, как обнаружить пустые страницы факса. К сожалению, этот раздел кажется незаконченным. Надеемся, что доступной информации достаточно для начала.
Слегка улучшенная версия кода в вопросе:
#!/bin/bash mkdir -p "blanks" for i in "$@"; do echo "$" if [[ -e $(dirname "$i")/.$(basename "$i") ]]; then echo " protected." continue fi histogram=$(convert "$" -threshold 50% -format %c histogram:info:-) #echo $histogram white=$(echo "$" | grep "white" | cut -d: -f1) black=$(echo "$" | grep "black" | cut -d: -f1) if [[ -z "$black" ]]; then black=0 fi blank=$(echo "scale=4; $/$ < 0.005" | bc) #echo $white $black $blank if [ "$" -eq "1" ]; then echo "$ seems to be blank - removing it..." mv "$" "blanks/$" fi done Изменения:
a.pnmиспользуйте touch .a.pnm)Вы можете сделать шумную обрезку с помощью ImageMagick, например:
convert image-0001.png -virtual-pixel White -blur 0x15 -fuzz 15% -trim info: Страница не пуста, если convert печатает что-то вроде этого:
image-0001.png PNG 4565x6129 4960x7016+279+816 8-bit Gray 0.000u 0:00.000 (пример ввода - отсканированное линейное изображение DIN A4 с разрешением 600 точек на дюйм)
Пусто, если высота / ширина после обрезки подозрительно мала, например:
image-0001.png PNG 2505x40 4960x7016+0+6976 8-bit Gray 0.000u 0:00.000 В отличие от метода пороговой гистограммы, это дает меньше ложных срабатываний, когда у вас есть страницы, которые просто содержат слово или строку текста. С пороговой гистограммой такие страницы могут быть ошибочно определены как пустые.
Рассматривая размер файла сжатого изображения, то есть как приближение энтропии, можно получить те же ложные срабатывания.
С другой стороны, документы с перфорацией, но в остальном пустые, скорее всего, не распознаются как пустые только с шумной обрезкой. Если вы заботитесь об этом, возможно, имеет смысл попросить ImageMagick сначала безоговорочно обрезать пространство. Например, если изображение было отсканировано с разрешением 600 точек на дюйм, и вы хотите игнорировать отступ в 1 дюйм вокруг:
convert i1.png -shave 600x0 -virtual-pixel White -blur 0x15 -fuzz 15% -trim info: