如何用Python的OpenCV基于细水平线分割图像为指定区块？

我需要根据图像中的细水平线（红色箭头所指）将图像分割为4个区块：

• 包含“Combiné”文本的页眉
• 两个分别对应单个投注的区块
• 包含投注赔率和预期收益的页脚

我尝试调整了代码中的各项参数，但仍无法检测到这些线条，以下是我的代码：

import cv2
import numpy as np

# 加载图像
image = cv2.imread('polygone_resultant.png')

# 转换为灰度图
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 应用阈值检测浅灰色线条
_, binary_image = cv2.threshold(gray_image, 220, 255, cv2.THRESH_BINARY)  # 调整阈值

# 检测轮廓
contours, _ = cv2.findContours(binary_image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 初始化文本区块列表
text_blocks = []

# 遍历轮廓提取细水平线
for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)
    # 判断是否为细水平线
    if h < 3 and w > 50:  # 根据需求调整高度(h)和宽度(w)的阈值
        text_block = image[y:y+h, x:x+w]
        text_blocks.append(text_block)

# 显示每个区块
for i, block in enumerate(text_blocks):
    cv2.imshow(f'Text Block {i+1}', block)

cv2.waitKey(0)
cv2.destroyAllWindows()

用轮廓检测细水平线容易失效，这类线条的轮廓特征不明显，建议改用霍夫直线检测（Hough Line Transform），它更适合检测规则直线。以下是调整后的代码：

import cv2
import numpy as np

# 加载图像
image = cv2.imread('polygone_resultant.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 边缘检测突出线条
edges = cv2.Canny(gray, 50, 150, apertureSize=3)

# 霍夫直线检测：定向捕捉水平线
lines = cv2.HoughLinesP(edges, rho=1, theta=np.pi/180, threshold=20, minLineLength=100, maxLineGap=5)

# 收集水平线的y坐标（取线段中点y值，避免重复）
y_coords = []
if lines is not None:
    for line in lines:
        x1, y1, x2, y2 = line[0]
        # 过滤非水平线（y坐标差极小）
        if abs(y1 - y2) < 3:
            y_mid = (y1 + y2) // 2
            y_coords.append(y_mid)

# 去重并排序y坐标
y_coords = sorted(list(set(y_coords)))

# 构建分割边界：顶部→第一条线→第二条线→第三条线→底部，确保4个区块
if len(y_coords) >= 3:
    split_ys = [0] + y_coords[:3] + [image.shape[0]]
else:
    # 兜底：手动设置分割坐标（根据图像实际尺寸调整）
    split_ys = [0, 80, 200, 320, image.shape[0]]

# 分割并显示区块
blocks = []
for i in range(len(split_ys)-1):
    y_start = split_ys[i]
    y_end = split_ys[i+1]
    block = image[y_start:y_end, :]
    blocks.append(block)
    cv2.imshow(f'区块 {i+1}', block)

cv2.waitKey(0)
cv2.destroyAllWindows()

关键调整说明： #

1. Canny边缘检测：先提取图像边缘，让细水平线更清晰，提升检测准确率。
2. 霍夫直线检测参数：
   • minLineLength=100：过滤短线条，只保留贯穿画面的长水平线
   • maxLineGap=5：合并同一条线上的断开线段
   • threshold=20：控制检测灵敏度，可根据图像微调
3. 坐标处理：去重排序y坐标，补充顶部和底部边界，确保分割出完整的4个区块。
4. 兜底机制：若检测失败，可手动设置split_ys的数值，适配你的图像实际布局。

额外优化： #

如果图像有噪声，可在灰度转换后添加高斯模糊：

blur = cv2.GaussianBlur(gray, (3,3), 0)
edges = cv2.Canny(blur, 50, 150, apertureSize=3)

内容的提问来源于stack exchange，提问作者Thomas Letellier