将幅图转化为选股指标并确保结果中不包含政治、seqing、db和暴力等内容，可以按照以下步骤进行：

1. 数据采集和清洗：获取幅图数据并对其进行清洗，去除不需要的信息和噪音。确保数据来源可靠、准确且合法。

2. 特征提取：从幅图中提取关键特征，这些特征可以是技术指标（如移动平均线、相对强弱指标等）或基本面指标（如财务指标、市场数据等）。确保特征的选择和提取过程科学合理。

3. 数据处理和分析：对提取的特征进行数据处理和分析，可以应用统计学和机器学习等方法。这些方法可以帮助识别和分析潜在的股票交易机会。

4. 指标构建：基于数据处理和分析的结果，构建选股指标模型。该模型可以是基于规则的、基于统计学方法的或基于机器学习的模型。确保指标模型的设计合理且符合选股策略。

5. 筛选和过滤：使用选股指标模型对股票进行筛选和过滤，排除政治、seqing、db和暴力等内容相关的股票。可以通过设置过滤条件或规则来达到这一目的。

6. 风险控制：在选股过程中，考虑风险控制的因素。确保选股策略具有一定的风险控制机制，避免投资风险。

7. 定期更新和回测：定期更新选股指标模型，并进行回测验证其有效性和稳定性。根据回测结果进行调整和优化。

8. 监控和评估：对选股结果进行监控和评估，确保选股策略的有效性和可持续性。根据评估结果进行调整和改进。

需要注意的是，选股指标的创建和结果的筛选都需要依靠专业的金融知识、数据分析技巧和风险管理能力。同时，确保数据来源的合法性和准确性，严格遵守相关法律法规，避免出现违规行为。