如何用OpenCV检测图像文本区域？优化代码实现全文本覆盖

问题背景 #

基于Stack Overflow的《Detect text area in an image using python and opencv》代码，对表单类图片（![测试图片]）进行文本区域检测时，当前结果（![阈值处理结果]、![膨胀处理结果]、![当前文本区域检测结果]）仅能框选部分大区域，无法覆盖所有文本块，需要优化代码实现类似![期望的全文本覆盖效果]的完整检测。

优化后的代码 #

import cv2
from google.colab.patches import cv2_imshow

# 加载图像、灰度化、高斯模糊、自适应阈值
image = cv2.imread('/content/drive/MyDrive/project/test/R1/a_5.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (3, 3), 0)
# 调整自适应阈值参数，提升文本提取完整性
thresh = cv2.adaptiveThreshold(blur, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
                               cv2.THRESH_BINARY_INV, 11, 2)

# 闭运算合并文本区域：先膨胀连接相邻文本，再腐蚀还原轮廓细节
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (15, 5))
closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel, iterations=2)

# 提取外部轮廓
cnts = cv2.findContours(closed, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

ROI_number = 0
for c in cnts:
    area = cv2.contourArea(c)
    x, y, w, h = cv2.boundingRect(c)
    # 筛选有效文本区域：面积过滤+宽高比限制，排除噪声
    if area > 500 and (w/h < 12):
        # 微调框选范围，确保文本完全被覆盖
        cv2.rectangle(image, (x-3, y-3), (x + w + 3, y + h + 3), (36,255,12), 2)
        # 可选：保存ROI
        # ROI = image[y-3:y+h+3, x-3:x+w+3]
        # cv2.imwrite('ROI_{}.png'.format(ROI_number), ROI)
        # ROI_number += 1

cv2_imshow(thresh)
cv2_imshow(closed)
cv2_imshow(image)
cv2.waitKey(0)
cv2.destroyAllWindows()

关键优化点 #

• 自适应阈值参数调整：缩小阈值计算的块大小（11）并降低常数项（2），让文本边缘提取更精准，避免小文本块被阈值操作过滤。
• 形态学操作升级：用闭运算替代单纯膨胀，既可以连接相邻的文本行/块，又能避免轮廓过度膨胀导致的形状失真；调整结构元素为横向矩形(15,5)，更适配表单文本的排版特点。
• 轮廓筛选逻辑优化：降低面积阈值（500）以保留小文本区域，同时通过宽高比限制（w/h <12）过滤掉细长的噪声轮廓，确保仅保留有效文本区域。
• 框选范围微调：给边界框增加3像素的偏移量，避免文本边缘被框截断，提升覆盖完整性。

内容的提问来源于stack exchange，提问作者Nara Nart