使用边缘检测算法自动识别边界

在Python中，可以使用OpenCV（cv2库）来进行边缘检测并自动识别图片的边界。OpenCV提供了多种边缘检测算法，比如Canny、Sobel、Laplacian等。下面是一个简单的例子展示如何使用Canny算法进行边缘检测：

import cv2
import numpy as np

# 加载图片
image = cv2.imread('input_image.jpg', 0)  # 0表示灰度模式

# Canny边缘检测
edges = cv2.Canny(image, low_threshold=50, high_threshold=150)

# 显示原始图像和边缘检测结果
cv2.imshow("Original Image", image)
cv2.imshow("Edges", edges)

# 二值化边缘，便于后续操作
_, binary_edges = cv2.threshold(edges, 127, 255, cv2.THRESH_BINARY)

# 查找轮廓，得到边界位置
contours, _ = cv2.findContours(binary_edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 遍历轮廓，对每个边界进行裁剪
for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)
    cropped_image = image[y:y+h, x:x+w]
    
    # 保存或进一步处理每个裁剪的图像
    cv2.imwrite(f'crop_{i}.jpg', cropped_image)

# 关闭所有窗口
cv2.destroyAllWindows()

这段代码首先将图片转为灰度图像，然后使用Canny算子寻找边缘，接着进行阈值处理得到二值图，再通过`findContours`函数找到轮廓并计算出每个轮廓的边界框。最后，对每个轮廓内的区域进行单独裁剪。