如何从 JPEG 中裁剪多个矩形或正方形？

我有一个 jpeg，我想从其中裁剪包含图形的部分（底部的部分）。

截至目前，我使用此代码来实现相同的目的：

from PIL import Image

img = Image.open(r'D:\aakash\graph2.jpg')
area = (20, 320, 1040, 590)
img2 = img.crop(area)
# img.show()
img2.show()

但我通过多次猜测 x1、y1、x2、y2 来实现这一点（猜测工作）。

Image before cropping:

Image after cropping:

我在基于某些逻辑的图像裁剪方面完全是新手。如果位置相同，如何成功裁剪所有图形以创建单独的图像？

Update:我相信，这不可能是该问题的重复，因为即使逻辑上是相同的，但聚类逻辑的工作方式是不同的。在那个问题中，只有2条垂直的白线可以划分，但是这里有两条水平线和两条垂直线，我几乎不知道如何使用KMeans来解决这种图像聚类问题。

专家的帮助sklearn 的 KMeans解决此类问题应受到高度赞赏。

这是另一种方法，但使用 PIL/Pillow 和skimage而不是 OpenCV：

#!/usr/local/bin/python3

import numpy as np
from PIL import Image, ImageFilter
from skimage.measure import label, regionprops

# Load image and make Numpy version and greyscale PIL version
pim = Image.open('article.jpg')
n   = np.array(pim)
pgr = pim.convert('L')

# Threshold to make black and white
thr = pgr.point(lambda p: p < 230 and 255)
# Following line is just for debug
thr.save('result-1.png')

# Median filter to remove noise
fil = thr.filter(ImageFilter.MedianFilter(11))
# Following line is just for debug
fil.save('result-2.png')

# Make Numpy version for skimage to use
nim = np.array(fil)

# Image is now white blobs on black background, so label() it
label_image=label(nim)

# Iterate through blobs, saving each to disk
i=0
for region in regionprops(label_image):
   if region.area >= 100:
      # Extract rectangle containing blob and save
      name="blob-" + str(i) + ".png"
      minr, minc, maxr, maxc = region.bbox
      Image.fromarray(n[minr:maxr,minc:maxc,:]).save(name)
      i = i + 1

这给出了这些输出图像：

中间的调试图像是result-1.png:

and result-2.png: