如何使用Python增加图片内文字描边粗细或将文字加粗

以下是两种实现图片文字加粗、增加描边需求的成熟方案：

方案1：OCR识别后重绘文字（效果最优） #

该方案通过识别图片中的文字位置、内容，擦除原有文字后重新绘制带自定义样式的文字，可自由调整加粗程度、描边粗细、颜色等参数，最终效果最自然。

依赖安装 #

pip install pillow opencv-python pytesseract

注：使用pytesseract需要提前在本地安装Tesseract OCR引擎，Windows/macOS/Linux都可直接下载对应安装包

实现代码 #

import cv2
import pytesseract
from PIL import Image, ImageDraw, ImageFont
import numpy as np

# 读取图片
img = cv2.imread("your_image.jpg")
rgb_img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 识别文字位置和内容
ocr_data = pytesseract.image_to_data(rgb_img, output_type=pytesseract.Output.DICT)
n_boxes = len(ocr_data['text'])

# 转为PIL格式方便绘图
pil_img = Image.fromarray(rgb_img)
draw = ImageDraw.Draw(pil_img)

# 遍历所有识别到的文字
for i in range(n_boxes):
    if int(ocr_data['conf'][i]) > 60: # 只处理置信度高于60的文字
        (x, y, w, h) = (ocr_data['left'][i], ocr_data['top'][i], ocr_data['width'][i], ocr_data['height'][i])
        text = ocr_data['text'][i]
        # 用背景色填充原有文字区域
        bg_color = rgb_img[y-2:y+h+2, x-2:x+w+2].mean(axis=0).mean(axis=0).astype(int)
        draw.rectangle([(x, y), (x+w, y+h)], fill=tuple(bg_color))
        # 绘制加粗带描边的新文字，可自行调整font、stroke_width、字体大小参数
        font = ImageFont.truetype("arial.ttf", h) # 可替换为你需要的字体文件路径
        # 先画描边，再画文字
        draw.text((x, y), text, font=font, fill=(0,0,0), stroke_width=2, stroke_fill=(255,255,255))
        # 仅加粗不加描边的话直接设置stroke_width=0，调整文字颜色即可

# 保存结果
result_img = cv2.cvtColor(np.array(pil_img), cv2.COLOR_RGB2BGR)
cv2.imwrite("result.jpg", result_img)

方案2：直接图像形态学处理（轻量快速） #

如果不需要精确匹配原有字体，只是需要让现有文字快速变粗、增强描边效果，可以直接用OpenCV的形态学膨胀操作处理，不需要安装OCR引擎，处理速度极快。

依赖安装 #

pip install opencv-python numpy

实现代码 #

import cv2
import numpy as np

# 读取图片
img = cv2.imread("your_image.jpg")
# 转为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化分离文字和背景
_, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

# 定义膨胀核，核越大文字加粗/描边效果越明显
kernel = np.ones((2,2), np.uint8)
# 执行膨胀操作
dilated = cv2.dilate(thresh, kernel, iterations=1)

# 合并回原图
result = img.copy()
result[dilated==255] = (0,0,0) # 可调整为你需要的文字/描边颜色

# 保存结果
cv2.imwrite("result_fast.jpg", result)

方案选择建议：

• 对效果要求高、需要自定义多种文字样式的场景选方案1
• 简单快速批量处理、背景简单的场景选方案2

内容的提问来源于stack exchange，提问作者Saqueeb