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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
798
197
🎉 (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
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
377
447
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1