引言

在数字化时代，电子印章作为一种安全认证的方式，广泛应用于各种文件和合同中。然而，当需要从这些电子文件中提取印章时，传统的方法如Photoshop等图形编辑软件可能显得复杂且效率低下。本期主题将介绍如何使用Python结合OpenCV库，快速有效地提取电子印章，为工作和生活中的文档处理提供便利。

相关问题

1. 为什么需要从电子文件中提取印章？
- 印章在法律上具有认证效力，有时我们需要从电子文件中提取印章以进行再次使用或验证。

2. 传统提取方法的局限性有哪些？
- 传统方法（如PS）操作复杂，需要熟练的技巧和大量的时间来进行图片处理。

3. 如何利用Python和OpenCV实现快速印章提取？
- 通过编写Python脚本，调用OpenCV库进行图像处理，实现自动化印章提取。

相关答案

问题1的答案：
- 从电子文件中提取印章可以用于验证文件的完整性和真实性，或者用于将印章重新应用于其他文件中，例如合同、报告等。

问题2的答案：
- 传统方法的局限性包括处理速度慢、技术门槛高、不适用于批量处理以及可能对原始文件造成不可逆的修改等问题。

问题3的答案：
- Python的OpenCV库提供了一系列图像处理功能，通过编写脚本，可以自动化地对图像进行预处理，识别和分离印章部分，最终输出清晰的印章图像。这极大地提高了印章提取的效率和准确性。

结语

通过上述讨论，我们可以看到，利用Python和OpenCV进行印章提取不仅提高了效率，还降低了技术门槛，使得这一过程变得更加简单和高效。这不仅对于专业人士来说是节省时间的利器，对于需要处理大量文档的个人用户来说，也提供了一种快速处理文件的解决方案。

前言

哈喽，大家好，我是你们的栗子同学鸭~

更新了很久的爬虫内容啦，已经吸收完了没？

印章作是我们工作中和生活中会经常接触到的东西，一般用来代表某个个体或者群体，有时候

我们需要复刻一些文件，或者是作品上的印章等等情况时，就需要我们提取一些电子印章。

所有文章完整的素材+源码都在👇👇

粉丝白嫖源码福利，请移步至CSDN社区或文末公众hao即可免费。

PS——

注意注意注意：

第二百八十条 伪造、变造、买卖或者盗窃、抢夺、毁灭国家机关的公文、证件、印章的，处三

年以下有期徒刑、拘役、管制或者剥夺政治权利；情节严重的，处三年以上十年以下有期徒

刑。

伪造公司、企业、事业单位、人民团体的印章的，处三年以下有期徒刑、拘役、管制或者剥夺

政治权利。

在看正文之前，各位先看下这条刑法，不要对印章做不该做的事情啊！（重要的事情记得哈）

前几天就有一个小伙伴儿问我：

博主博主，求教一下，老板给我一个工作，说做完就可以下班了——合同上的电子印章让我给

用PS提取下来，奈何PS没学好，搞了一个小时都没搞明白，急死了都......

小编当场回答，说PS我也不会，没办法啊......but我会Python啊，让小伙伴儿等等，给我10分

钟时间，保证然他下班！

但对于ps基础不好的朋友，不会环绕输入文字，不会保存透明格式图片，不会对齐怎么办？？

想要给提取一些印章？会ps但是嫌ps制作流程太麻烦？弄个弄东西花半天时间得不偿失!

那就来看看这款印章提取器吧，今天小编教大家一键提取神器。

正文

1）运行环境 

 环境安装：python 3.8: 解释器、pycharm: 代码编辑器、opencv、numpy、部

分自带的模块 直接安装Python就可以使用了。

 相对应的安装包/安装教程/激活码/使用教程/学习资料/工具插件 可以直接找我厚台获取 。 2）模块安装 

 第三方库的安装方式如下： 一般安装：pip install +模块名 

镜像源安装：pip install -i https://pypi.douban.com/simple/+模块名 

（还有很多国内镜像源，这里是豆瓣的用习惯 了，其他镜像源可以去看下之前文章都有的）

模块安装问题可以详细的找我给大家讲一下的哈，之前其实也有的文章写了几个点的。 

2)代码展示

import cv2
import numpy as npclass Seal:def __init__(self, img_path):"""初始化图片:param img_path: 原始图片路径        """self.image = cv2.imread(img_path)self.img_shape = self.image.shapeself.file_name = img_path.split('.')[0].split('\\\\')[-1]def unify_img_size(self):"""统一图片的大小:return:返回一张未处理的目标图片        """img_w = 650 if self.img_shape[1] > 600 else 400self.image = cv2.resize(self.image, (img_w, int(img_w * self.img_shape[0] / self.img_shape[1])), interpolation=cv2.IMREAD_COLOR)impng = cv2.cvtColor(self.image.copy(), cv2.COLOR_RGB2RGBA)return impngdef img_binaryzation(self,hue_image, low_range, high_range, imgpng):th = cv2.inRange(hue_image, low_range, high_range)element = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 1))th = cv2.dilate(th, element)index1 = th == 255print_img = np.zeros(imgpng.shape, np.uint8)print_img[:, :, :] = (255, 255, 255, 0)print_img[index1] = imgpng[index1]  # (0,0,255)return print_imgdef img_enhance(self):imgpng = self.unify_img_size()hue_image = cv2.cvtColor(self.image, cv2.COLOR_BGR2HSV)  # 处理图像色调low_range = np.array([130, 43, 46])  # 设下边界high_range = np.array([180, 255, 255])  # 设上边界print1 = self.img_binaryzation(hue_image, low_range, high_range, imgpng)low_range = np.array([0, 43, 46])high_range = np.array([9, 255, 255])print2 = self.img_binaryzation(hue_image, low_range, high_range, imgpng)imgreal = cv2.add(print2, print1)white_px = np.asarray([255, 255, 255, 255])(row, col, _) = imgreal.shapefor r in range(row):for c in range(col):px = imgreal[r][c]if all(px == white_px):imgreal[r][c] = imgpng[r][c]return imgrealdef extension_img(self):"""边缘检测，截取并输出结果:return:"""imgreal = self.img_enhance()# 扩充图片防止截取部分print4 = cv2.copyMakeBorder(imgreal, 50, 50, 50, 50, cv2.BORDER_CONSTANT, value=[255, 255, 255, 0])print2gray = cv2.cvtColor(print4, cv2.COLOR_RGBA2GRAY)_, grayfirst = cv2.threshold(print2gray, 254, 255, cv2.THRESH_BINARY_INV)element = cv2.getStructuringElement(cv2.MORPH_RECT, (22, 22))img6 = cv2.dilate(grayfirst, element)c_canny_img = cv2.Canny(img6, 10, 10)contours, hierarchy = cv2.findContours(c_canny_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)areas = []for i, cnt in enumerate(contours):x, y, w, h = cv2.boundingRect(cnt)area = w * hars = [area, i]areas.append(ars)areas = sorted(areas, reverse=True)maxares = areas[:1]x, y, w, h = cv2.boundingRect(contours[maxares[0][1]])print5 = print4[y:(y + h), x:(x + w)]# 高小于宽if print5.shape[0] < print5.shape[1]:zh = int((print5.shape[1] - print5.shape[0]) / 2)print5 = cv2.copyMakeBorder(print5, zh, zh, 0, 0, cv2.BORDER_CONSTANT, value=[255, 255, 255, 0])else:zh = int((print5.shape[0] - print5.shape[1]) / 2)print5 = cv2.copyMakeBorder(print5, 0, 0, zh, zh, cv2.BORDER_CONSTANT, value=[255, 255, 255, 0])resultprint = cv2.resize(print5, (150, 150))cv2.imwrite(r'output\\{}_result.png'.format(self.file_name), resultprint)if __name__ == '__main__':s = Seal(r"src\\2.jpg")s.extension_img()

3）效果展示

第一组

原图——

效果图——

第二组

总结

如果看完有收获，别忘了转发给你身边的小伙伴分享哦！如果有什么意见或建议，也欢迎在文

末下方点击留言！大家的支持是我永远的动力，我们下期再见！需要代码的还是文末找我拿

哈！

✨完整的素材源码等：可以滴滴我吖！或者点击文末hao自取免费拿的哈~

 🔨推荐往期文章——

项目0.9  【Python实战】WIFI密码小工具，甩万能钥匙十条街，WIFI任意连哦~（附源码）

项目1.0  【Python实战】再分享一款商品秒杀小工具，我已经把压箱底的宝贝拿出来啦~

项目0.7  【Python爬虫实战】 不生产小说，只做网站的搬运工，太牛逼了~（附源码）

项目0.8  【Python抢票神器】火车票枪票软件到底靠谱吗？实测—终极攻略。

🎁文章汇总——

Python文章合集 | (入门到实战、游戏、Turtle、案例等)

（文章汇总还有更多你案例等你来学习啦~源码找我即可免费！）