如何根据水平线拆分图像？

Question

我需要一种方法来分割图像的标题和蓝图部分，但现在我对如何做到这一点没有想法。（无法使用原始图像，因此我尝试重新创建）

我试过用opencv的houghlines来做这个，但是由于蓝图的原因，它检测到很多不同的线条，所以我找不到一个清晰的点来切割图像。在

（像这样：）

我需要的是标题和蓝图的两个不同的图像，但现在我找不到一个好的方法来做这一切，所以任何帮助将是感激的。在

Answer 1

对于给定的输入图像：

如果我使用以下代码：

import cv2
import numpy as np
img = cv2.imread('test1.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray,50,150,apertureSize = 3)
lines = cv2.HoughLines(edges,1,np.pi/180,200)
for rho,theta in lines[0]:
    a = np.cos(theta)
    b = np.sin(theta)
    x0 = a*rho
    y0 = b*rho
    x1 = int(x0 + 1000*(-b))
    y1 = int(y0 + 1000*(a))
    x2 = int(x0 - 1000*(-b))
    y2 = int(y0 - 1000*(a))
    cv2.line(img,(x1,y1),(x2,y2),(0,0,255),2)
cv2.imwrite('houghlines3.jpg',img)

我得到以下输出：

看，只有一条大直线区分标题和蓝图部分。如果只打印y1和y2，就可以得到这条线的起始和结束y坐标。对于本例，它们是y1 : 140, y2 : 141。现在您需要的是，将图片裁剪为y像素141值，如下所示：

^{pr2}$

现在，来谈谈你的问题。这是一个可能的方法。通过houghline变换，可以看到区分页眉的最大直线和三条不同的红色直线检测出蓝图。对于这三条线，起始y坐标将非常接近，比如说142，145，143。您需要将直线（y2）的所有结束y坐标附加到一个列表中，并基于邻接对它们进行聚类，阈值为5-10像素，取最大的簇，从簇中获取最大的结束y坐标，并相应地裁剪原始图像。在

Answer 2

如果将标题与内容分开的那一行是图像宽度上最长的黑线，则可以通过将每行的像素相加，然后找出哪一行加起来最少，即黑色像素最多：

# get sums across rows
rowSums = np.sum(image,axis=1)

# get index of blackest row
longestBlack = np.argmin(rowSums)