切割前：　　 　　切割後： 　　　　　　　　

代碼：

#-*-coding:utf-8-*-
from PIL import Image
import queue


def cfs(img):
    """傳入二值化後的圖片進行連通域分割"""
    pixdata = img.load()
    w, h = img.size
    visited = set()
    q = queue.Queue()
    offset = [(-1, -1), (0, -1), (1, -1), (-1, 0), (1, 0), (-1, 1), (0, 1), (1, 1)]
    cuts 
 
= []
    for x in range(w):
        for y in range(h):
            x_axis = []
            # y_axis = []
            if pixdata[x, y] == 0 and (x, y) not in visited:
                q.put((x, y))
                visited.add((x, y))
            while not q.empty():
                x_p, y_p = q.get()
                
 
for x_offset, y_offset in offset:
                    x_c, y_c = x_p + x_offset, y_p + y_offset
                    if (x_c, y_c) in visited:
                        continue
                    visited.add((x_c, y_c))
                    try:
                        if pixdata[x_c, y_c] == 0:
                            q.put((x_c, y_c))
                            x_axis.append(x_c)
                            
 
# y_axis.append(y_c)
                    except:
                        pass
            if x_axis:
                min_x, max_x = min(x_axis), max(x_axis)
                if max_x - min_x > 3:
                    # 寬度小於3的認為是噪點，根據需要修改
                    cuts.append((min_x, max_x + 1))
    return cuts


def saveSmall(img, outDir, cuts):
    w, h = img.size
    pixdata = img.load()
    for i, item in enumerate(cuts):
        box = (item[0], 0, item[1], h)
        img.crop(box).save(outDir + str(i) + ".bmp")


img = Image.open(‘cfs/2.png‘)

saveSmall(img, ‘cfs/‘, cfs(img))

思路是用深度遍歷，對圖片進行二值化處理，先找到一個黑色像素，然後對這個像素的周圍8個像素進行判斷，如果沒有訪問過，就保存起來，然後最後這個數組的最小x和最大x就是x軸上的切割位置。這種分割的方法還是只能適用於沒有粘連的驗證碼，比垂直分割的好處是，可以處理位置比較奇怪的驗證碼。

轉載：https://blog.csdn.net/fox64194167/article/details/80557242

python 驗證碼 （二） 連通域分割