PaddleOCR BoundingBox输出格式说明及手动绘框异常解决

PaddleOCR返回的检测框不是「左上角+右下角」的两点矩形格式，而是按顺时针顺序排列的4个顶点坐标，固定顺序为：[左上角点, 右上角点, 右下角点, 左下角点]。这种格式支持标记倾斜、旋转的文本块，不能直接取首尾两点作为矩形对角点绘框。

• 格式理解错误：坐标列表最后一个点是左下角，不是右下角，取首尾两点无法得到正确的矩形对角
• 坐标取值笔误：原代码里右下角的y坐标错误取了第四个点的x值（result[0][0][-1][0]），坐标值完全不匹配
• 逻辑缺失：仅尝试绘制第一个文本块的框，没有遍历所有检测结果

提供两种常用实现，第二种和官方draw_ocr效果完全一致，支持倾斜文本场景。

方法1：轴对齐矩形绘框（仅适合水平无倾斜文本） #

从四个顶点中提取x、y的最大最小值，得到外接矩形的对角点再绘框：

import cv2
import matplotlib.pyplot as plt

img_draw = img.copy()
# 遍历所有检测到的文本块
for text_block in result:
    points = text_block[0]
    # 提取所有点的x、y坐标
    x_list = [int(p[0]) for p in points]
    y_list = [int(p[1]) for p in points]
    x1, x2 = min(x_list), max(x_list)
    y1, y2 = min(y_list), max(y_list)
    # 绘绿色边框，线宽2，如需填充把最后一个参数改为-1
    cv2.rectangle(img_draw, (x1, y1), (x2, y2), (0, 255, 0), 2)

# OpenCV默认BGR格式，展示时转RGB
plt.imshow(cv2.cvtColor(img_draw, cv2.COLOR_BGR2RGB))
plt.show()

方法2：多边形绘框（适配所有场景，和官方效果一致） #

直接用四个顶点画闭合多边形，完美支持倾斜、旋转文本的框选：

import cv2
import numpy as np
import matplotlib.pyplot as plt

img_draw = img.copy()
for text_block in result:
    points = np.array(text_block[0], dtype=np.int32).reshape((-1, 1, 2))
    # 画闭合多边形边框
    cv2.polylines(img_draw, [points], isClosed=True, color=(0, 255, 0), thickness=2)

plt.imshow(cv2.cvtColor(img_draw, cv2.COLOR_BGR2RGB))
plt.show()

测试原图：

官方draw_ocr输出的正确效果：

内容的提问来源于stack exchange，提问作者Ahmad Anis