OpenCV轮廓按X/Y轴排序异常，求解词搜索程序字符顺序问题

核心问题分析 #

你的问题本质是轮廓排序逻辑未适配词搜索的二维网格结构：仅依赖单一坐标排序，或行分组的阈值、坐标参考点选择不合理，导致同一行内的字符因轮廓边界/中心偏移出现顺序错乱。

具体优化方案 #

1. 重构轮廓信息存储 #

先提取每个轮廓的边界框与中心坐标，为后续分组排序提供精准参考：

contours, _ = cv2.findContours(thresh_img, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contour_data = []
for cnt in contours:
    # 获取边界框的左x、上y、宽度w、高度h
    x, y, w, h = cv2.boundingRect(cnt)
    # 计算轮廓中心坐标
    center_y = y + h // 2
    center_x = x + w // 2
    # 存储完整信息：中心y（用于行分组）、左边界x（用于行内排序）、边界框参数、轮廓本身
    contour_data.append((center_y, x, y, w, h, cnt))

2. 按行分组轮廓 #

基于字符高度设定行阈值，将y坐标相近的轮廓归为同一行：

# 先按中心y坐标初步排序
contour_data.sort(key=lambda item: item[0])
rows = []
current_row = [contour_data[0]]
# 行阈值取所有字符平均高度的75%，避免因字符上下偏移导致跨行
avg_height = sum(item[4] for item in contour_data) / len(contour_data)
row_threshold = avg_height * 0.75

for item in contour_data[1:]:
    if abs(item[0] - current_row[0][0]) < row_threshold:
        current_row.append(item)
    else:
        rows.append(current_row)
        current_row = [item]
rows.append(current_row)

3. 行内按左边界x坐标排序 #

放弃用中心x排序，改用边界框左x坐标，避免L这类宽高不均的字符因中心偏移打乱顺序：

sorted_contours = []
for row in rows:
    # 按边界框左x坐标升序排列
    row_sorted = sorted(row, key=lambda item: item[1])
    sorted_contours.extend([item[-1] for item in row_sorted])

4. 辅助验证与预处理优化 #

• 验证排序结果：绘制排序后的轮廓并标注序号，直观确认顺序是否正确：

img_visual = cv2.cvtColor(thresh_img, cv2.COLOR_GRAY2BGR)
for idx, cnt in enumerate(sorted_contours):
    x, y, w, h = cv2.boundingRect(cnt)
    cv2.rectangle(img_visual, (x,y), (x+w,y+h), (0,255,0), 2)
    cv2.putText(img_visual, str(idx), (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 2)
cv2.imshow("Sorted Contours", img_visual)
cv2.waitKey(0)

• 预处理优化：如果存在字符粘连或噪声，先做形态学处理：

# 腐蚀操作分离粘连字符
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (2,2))
thresh_img = cv2.morphologyEx(thresh_img, cv2.MORPH_ERODE, kernel)
# 过滤面积过小的噪声轮廓
valid_contours = [cnt for cnt in contours if cv2.contourArea(cnt) > 100]

关键注意事项 #

• 必须先按行分组再行内排序，适配词搜索的二维网格结构，不能直接全局按x坐标排序
• 行阈值用平均字符高度的比例而非固定值，适配不同分辨率的图像
• 行内排序优先用边界框左x坐标，而非中心x坐标，避免字符形状导致的偏移误差

内容的提问来源于stack exchange，提问作者HND