在实际操作中，算法会忽略图片边缘的几个像素点，因为边缘区域往往包含一些干扰信息。通过这种方法，一张复杂的网页设计图就被巧妙地分割成了多个独立的图像块，每个块都有明确的位置坐标（专业术语叫"边界框"或BBox），就像给每个房间标注了详细的地址。