Umi-CUT 安装和配置指南
2026-01-21 04:39:54作者:凤尚柏Louis
1. 项目基础介绍和主要编程语言
项目基础介绍
Umi-CUT 是一个开源的图片批量去黑边/裁剪/压缩工具,具有用户友好的界面。它能够批量处理本地图片,支持范围裁剪、自动去除黑/白边、调整大小和压缩体积等功能。通过范围裁剪和去黑边两种功能配合,可以绕过图片边缘的干扰色块,提取图片中部的所需内容。
主要编程语言
Umi-CUT 主要使用 Python 编程语言开发。
2. 项目使用的关键技术和框架
关键技术
- Python 3.x: 项目的主要编程语言。
- OpenCV: 用于图像处理的关键库,提供了丰富的图像处理功能。
- Tkinter: 用于创建图形用户界面(GUI)。
框架
- OpenCV: 用于图像处理的核心框架。
- Tkinter: 用于构建用户界面的框架。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
- 安装 Python 3.x: 确保你的系统上已经安装了 Python 3.x。如果没有安装,可以从 Python 官方网站 下载并安装。
- 安装 Git: 用于克隆项目代码。如果没有安装,可以从 Git 官方网站 下载并安装。
- 安装依赖库: 项目依赖于 OpenCV 和 Tkinter,这些库可以通过 pip 安装。
详细安装步骤
步骤 1: 克隆项目代码
首先,打开终端或命令提示符,使用 Git 克隆项目代码:
git clone https://github.com/hiroi-sora/Umi-CUT.git
步骤 2: 进入项目目录
进入克隆下来的项目目录:
cd Umi-CUT
步骤 3: 安装依赖库
使用 pip 安装项目所需的依赖库:
pip install -r requirements.txt
步骤 4: 运行项目
在项目目录下,运行主程序文件 main.py:
python main.py
配置指南
- 打开主程序: 运行
main.py后,会弹出 Umi-CUT 的主界面。 - 拖入图片或文件夹: 将需要处理的图片或包含图片的文件夹拖入窗口中的白色背景表格区域,或点击左上方的“浏览”按钮选择图片。
- 开始任务: 点击右上方的“开始任务”按钮,等待进度条走完。
- 查看输出: 处理完成后,在第一张图片的目录下的
# 裁剪文件夹中查看输出图片。
其他参数设置
- 设置选项卡: 点击“设置”选项卡。
- 参数设置: 点击“参数设置”打开配置窗口,根据提示调整参数。
- 手动裁剪范围: 红色框为手动裁剪的范围,虚线框是在手动裁剪基础上自动去除剩下黑边的范围。
- 自动裁切边缘颜色: 可切换自动裁切边缘的颜色为黑色/白色。
- 中值滤波参数: 若待处理图片的黑边中含有少量杂色、噪点,调高中值滤波参数(但滤波值太高可能导致留下很窄的黑边)。
- 阈值参数: 若待处理图片的黑边不是纯“黑”,调高阈值参数(但阈值太高可能导致需要保留的部分也被裁剪)。
通过以上步骤,你可以顺利安装和配置 Umi-CUT,并开始批量处理图片。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
395
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
989