技术问询：是否存在可自动检测精灵图(sprite sheet)行列的算法？

当然存在这类算法，以下是几种实用的实现思路：

• 空白间隙检测法
  这是最通用的方案，核心是识别分隔子图的空白区域：

  1. 行检测：逐行扫描图像像素，统计连续空白行的数量，当出现贯穿整张图宽度的连续空白区域时，判定为行分隔线，以此统计总行数。
  2. 列检测：同理逐列扫描，找到贯穿整张图高度的连续空白列作为列分隔线，统计总列数。
  3. 关键：提前设定“空白”判定阈值，比如RGB值接近纯白(255,255,255)，或是透明通道alpha值为0，避免误判精灵本身的浅色区域。

• 子图尺寸聚类法
  针对无明显空白分隔的紧密排列精灵图：

  1. 用边缘检测（如Canny算法）提取所有子图的轮廓，获取每个轮廓的边界框尺寸。
  2. 对所有边界框的宽、高做聚类（如K-means），同一精灵图的子图尺寸通常一致，聚类后最大簇对应的宽高就是单个子图的尺寸。
  3. 用整张图宽度除以子图宽度得列数，高度除以子图高度得行数。

• 重复模式识别法
  适合动画类精灵图（子图为同一角色的不同帧）：

  1. 将图像分割成不同候选尺寸的块，计算每个块的哈希值。
  2. 统计重复哈希块的数量，当某尺寸的块重复次数最多且排列规则时，该尺寸即为子图尺寸，进而推导出行列数。

注意事项 #

• 带透明通道的精灵图，优先用alpha通道判定空白，比RGB更准确。
• 若精灵图有边框或不规则间隙，需先裁剪边缘无效区域再检测。
• 子图尺寸不一的非规则精灵图，算法效果会受限，此时手动标注更高效。

内容的提问来源于stack exchange，提问作者0ices