如何实现sort_contours函数从右到左排序及多行文本读取？

原函数仅支持单一轴的排序逻辑，无法适配多行文本场景。要实现多行文本的右到左排序，需要先按行分组轮廓，再在每行内执行右到左排序，具体修改如下：

修改后的函数代码 #

import cv2
import numpy as np

def sort_contours(cnts, method="right-to-left", multi_line=True, line_threshold_ratio=0.5):
    try:
        # 获取所有轮廓的外接矩形
        boundingBoxes = [cv2.boundingRect(c) for c in cnts]
        # 先按y轴坐标排序，为行分组做准备
        cnts_boxes_sorted_y = sorted(zip(cnts, boundingBoxes), key=lambda b: b[1][1])
        
        if not multi_line:
            # 不启用多行模式，沿用原单一维度排序逻辑
            reverse = False
            i = 0
            if method == "right-to-left" or method == "bottom-to-top":
                reverse = True
            if method == "top-to-bottom" or method == "bottom-to-top":
                i = 1
            cnts_sorted, boxes_sorted = zip(*sorted(zip(cnts, boundingBoxes),
                                                   key=lambda b: b[1][i], reverse=reverse))
            return cnts_sorted, boxes_sorted
        
        # 多行模式：先分组行，再每行内排序
        grouped_rows = []
        current_row = [cnts_boxes_sorted_y[0]]
        # 计算所有轮廓的平均高度，作为行分组的阈值依据
        avg_height = np.mean([box[3] for _, box in cnts_boxes_sorted_y])
        line_threshold = avg_height * line_threshold_ratio
        
        for cb in cnts_boxes_sorted_y[1:]:
            current_box = cb[1]
            prev_box = current_row[-1][1]
            # 通过y坐标差判断是否属于同一行
            if abs(current_box[1] - prev_box[1]) < line_threshold:
                current_row.append(cb)
            else:
                grouped_rows.append(current_row)
                current_row = [cb]
        grouped_rows.append(current_row)
        
        # 对每行内的轮廓按指定方法排序
        sorted_cnts = []
        sorted_boxes = []
        for row in grouped_rows:
            if method == "right-to-left":
                # 按x坐标降序实现右到左排序
                row_sorted = sorted(row, key=lambda b: b[1][0], reverse=True)
            elif method == "left-to-right":
                row_sorted = sorted(row, key=lambda b: b[1][0])
            elif method == "top-to-bottom":
                row_sorted = sorted(row, key=lambda b: b[1][1])
            elif method == "bottom-to-top":
                row_sorted = sorted(row, key=lambda b: b[1][1], reverse=True)
            else:
                row_sorted = row
            
            cnts_row, boxes_row = zip(*row_sorted)
            sorted_cnts.extend(cnts_row)
            sorted_boxes.extend(boxes_row)
        
        return tuple(sorted_cnts), tuple(sorted_boxes)
    
    except Exception as e:
        print(f"Error: {str(e)}")
        return cnts, boundingBoxes

关键逻辑说明 #

• 行分组：通过计算轮廓外接矩形的y坐标差，结合平均高度的比例阈值，将同一行的轮廓归为一组，避免不同行的轮廓被错误排序。
• 多行内排序：对每个行组单独执行指定的排序方法，保证每行的文本顺序符合需求。
• 兼容原有功能：保留multi_line参数，设为False时可回到原函数的单一轴排序逻辑，不影响原有代码的其他调用场景。

调用方式 #

保持原有调用形式即可，多行处理默认开启：

cnts, boundingBoxes_sorted = sort_contours(cnts, method="right-to-left")
# 若需关闭多行模式，可显式指定
# cnts, boundingBoxes_sorted = sort_contours(cnts, method="right-to-left", multi_line=False)

注意事项 #

• 若行分组效果不佳，可调整line_threshold_ratio参数（默认0.5）：增大该值可将y坐标差更大的轮廓归为同一行，反之则分组更严格。
• 函数仅调整轮廓的排序顺序，不会修改轮廓本身，不会影响后续预测结果。

内容的提问来源于stack exchange，提问作者jumanah mutahhar