Чтобы удалить черные рамки слева и справа от изображения с помощью Python, можно использовать несколько методов. Вот несколько подходов:

1. OpenCV:
   Вы можете использовать библиотеку OpenCV, чтобы обрезать черные границы. Вот пример фрагмента кода:

   import cv2
   def remove_black_borders(image_path):
      image = cv2.imread(image_path)
      gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
      _, thresh = cv2.threshold(gray, 1, 255, cv2.THRESH_BINARY)
      contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
      x, y, w, h = cv2.boundingRect(contours[0])
      cropped_image = image[y:y + h, x:x + w]
      return cropped_image
   # Usage example
   cropped_image = remove_black_borders("image.jpg")
   cv2.imshow("Cropped Image", cropped_image)
   cv2.waitKey(0)
   cv2.destroyAllWindows()

2. PIL (библиотека изображений Python):
   Библиотека PIL предоставляет различные функции манипулирования изображениями. Вот пример использования PIL:

   from PIL import Image
   def remove_black_borders(image_path):
      image = Image.open(image_path)
      image_data = image.getdata()
      image_without_borders = image.crop(image.getbbox())
      return image_without_borders
   # Usage example
   cropped_image = remove_black_borders("image.jpg")
   cropped_image.show()

3. NumPy:
   NumPy — мощная библиотека для числовых вычислений, включая обработку изображений. Вот пример использования NumPy:

   import numpy as np
   from PIL import Image
   def remove_black_borders(image_path):
      image = Image.open(image_path)
      image_data = np.array(image)
      non_black_pixels = np.where(image_data.min(axis=2) != 0)
      bbox = np.min(non_black_pixels[0]), np.min(non_black_pixels[1]), np.max(non_black_pixels[0]), np.max(
          non_black_pixels[1])
      cropped_image = image.crop(bbox)
      return cropped_image
   # Usage example
   cropped_image = remove_black_borders("image.jpg")
   cropped_image.show()