如何检测多个附加图像并将其剪掉？
How is it possible to detect multiple attached images, and cut them off?
晚上好:)
我想创建一个脚本，能够将大图像上的图像一张一张地剪切，所以我想剪切出 9 个不同的图像。
剪掉这些图像并没有那么难，因为实际上只要剪掉好的台词就可以了。所以我的问题在哪里？
这个问题变得复杂了，因为确实存在好几种不同的图片；比如我的脚本很可能落在了
这样的大图上
（这里可以看到8张不同的图片，所以要剪的线是不一样的）
那我怎么去那里呢？
我还是个初学者，不是什么都懂:(
我希望我已经尽可能清楚了。
非常感谢您！
创建两个数组，一个长度为图像宽度，一个长度为图像高度，并用零初始化它们。
由于您正在尝试测试水平线和垂直线的相似性，因此您应该遍历图像像素并将位置 (x,y) 中的每个像素与位置 (x+1,y) 中的像素进行比较，并且(x,y+1) 表示每个像素都与它右边的像素和它下面的像素进行比较。
每次比较的结果应该有一个相似度百分比。
要计算两个像素的相似度百分比，你可以按照这个问题的答案：
Algorithm to check similarity of colors
位置(x,y)中像素的每次水平比较的百分比结果应添加到位置x中的水平数组中的值。
例如，如果：
pixel(3,0) compare to pixel(4,0) = 80%
horizontalArray[3] += 80% (80)
pixel(3,1) compare to pixel(4,1) = 72%
horizontalArray[3] += 72% (152)
pixel(3,2) compare to pixel(4,2) = 95%
horizontalArray[3] += 95% (247)
...
并以类似的方式计算垂直比较的值：
pixel(0,3) compare to pixel(0,4) = 22%
verticalArray[3] += 80% (22)
pixel(1,3) compare to pixel(1.4) = 10%
verticalArray[3] += 72% (32)
pixel(2,3) compare to pixel(2,4) = 76%
verticalArray[3] += 95% (108)
...
在遍历所有 pf 后，图像像素将 horizontalArray 中的值除以图像高度，将 verticalArray 中的值除以图像宽度。这个动作的结果现在给你留下了两个数组，其中包含你图片中每条水平线和每条垂直线的平均相似度百分比，现在你可以选择一个任意的幻数，比如说 15% 并且每条线都小于 15 % similarity 是一条线，您将根据它进行切割。
测试脚本，看看它找到正确行的准确度。
如果它不够敏感，请增加您的 "magic number" 的值，如果它太敏感，请找到不应降低此幻数值的行，然后重试。
编辑
我编辑了我对颜色相似度公式的建议，因为它有错误会导致不准确的结果。
相反，我添加了对另一个处理颜色比较问题的答案的引用，将它与算法的其余部分一起使用，它应该可以工作。
晚上好:)
我想创建一个脚本，能够将大图像上的图像一张一张地剪切，所以我想剪切出 9 个不同的图像。
剪掉这些图像并没有那么难，因为实际上只要剪掉好的台词就可以了。所以我的问题在哪里？
这个问题变得复杂了，因为确实存在好几种不同的图片；比如我的脚本很可能落在了
（这里可以看到8张不同的图片，所以要剪的线是不一样的）
那我怎么去那里呢？
我还是个初学者，不是什么都懂:(
我希望我已经尽可能清楚了。 非常感谢您！
创建两个数组，一个长度为图像宽度，一个长度为图像高度，并用零初始化它们。
由于您正在尝试测试水平线和垂直线的相似性，因此您应该遍历图像像素并将位置 (x,y) 中的每个像素与位置 (x+1,y) 中的像素进行比较，并且(x,y+1) 表示每个像素都与它右边的像素和它下面的像素进行比较。
每次比较的结果应该有一个相似度百分比。
要计算两个像素的相似度百分比，你可以按照这个问题的答案： Algorithm to check similarity of colors
位置(x,y)中像素的每次水平比较的百分比结果应添加到位置x中的水平数组中的值。
例如，如果：
pixel(3,0) compare to pixel(4,0) = 80%
horizontalArray[3] += 80% (80)
pixel(3,1) compare to pixel(4,1) = 72%
horizontalArray[3] += 72% (152)
pixel(3,2) compare to pixel(4,2) = 95%
horizontalArray[3] += 95% (247)
...
并以类似的方式计算垂直比较的值：
pixel(0,3) compare to pixel(0,4) = 22%
verticalArray[3] += 80% (22)
pixel(1,3) compare to pixel(1.4) = 10%
verticalArray[3] += 72% (32)
pixel(2,3) compare to pixel(2,4) = 76%
verticalArray[3] += 95% (108)
...
在遍历所有 pf 后，图像像素将 horizontalArray 中的值除以图像高度，将 verticalArray 中的值除以图像宽度。这个动作的结果现在给你留下了两个数组，其中包含你图片中每条水平线和每条垂直线的平均相似度百分比，现在你可以选择一个任意的幻数，比如说 15% 并且每条线都小于 15 % similarity 是一条线，您将根据它进行切割。
测试脚本，看看它找到正确行的准确度。
如果它不够敏感，请增加您的 "magic number" 的值，如果它太敏感，请找到不应降低此幻数值的行，然后重试。
编辑
我编辑了我对颜色相似度公式的建议，因为它有错误会导致不准确的结果。 相反，我添加了对另一个处理颜色比较问题的答案的引用，将它与算法的其余部分一起使用，它应该可以工作。