如何使用Python结合PIL、NumPy增大图片中文字之间的间距

你之前的操作仅为整张图片添加了外边框，没有调整文字内部的字间距、行间距。要实现需求，核心是先拆分出图片中的单字符和文字行，再在字符/行之间插入空白背景，具体可以按以下步骤实现：

实现步骤 #

1. 图片二值化预处理
   先将图片转为灰度图，设定阈值区分文字（深色像素）和背景（白色像素），方便后续扫描识别文字区域。
2. 拆分文字行
   逐行扫描整张图片的像素，统计每行的非背景像素总数：

• 总数大于0的行属于文字行，记录所有文字行的上下边界坐标
• 总数为0的行是原有行间距，可以直接过滤掉

3. 拆分单个字符
   对每一个文字行单独做列方向扫描，统计每列的非背景像素总数：

• 总数大于0的列属于字符区域，记录每个字符的左右边界坐标
• 总数为0的列是原有字间距，可以直接过滤掉

4. 重建带自定义间距的新图片
   根据你需要的行间距、字间距计算新图片的总尺寸，依次把拆分好的字符按行、按顺序粘贴到新图片的对应位置，字符之间留出自定义宽度的空白，行之间留出自定义高度的空白即可。

可运行示例代码 #

import numpy as np
from PIL import Image

# 读取图片并转RGBA格式
img = Image.open("without_space.png").convert("RGBA")
np_img = np.array(img)
height, width = np_img.shape[:2]

# 二值化识别文字像素（非白色判定为文字，可根据实际图片调整阈值）
is_text = (np_img[:,:,0] < 250) & (np_img[:,:,1] < 250) & (np_img[:,:,2] < 250)

# ---------------------- 拆分文字行 ----------------------
row_text_count = np.sum(is_text, axis=1)
text_rows = []
current_row = None
for y in range(height):
    if row_text_count[y] > 0 and current_row is None:
        current_row = [y]
    elif row_text_count[y] == 0 and current_row is not None:
        current_row.append(y)
        text_rows.append(current_row)
        current_row = None
if current_row is not None:
    current_row.append(height)
    text_rows.append(current_row)

# ---------------------- 拆分每行的单个字符 ----------------------
all_chars = []
for (y_start, y_end) in text_rows:
    row_is_text = is_text[y_start:y_end, :]
    col_text_count = np.sum(row_is_text, axis=0)
    chars = []
    current_char = None
    for x in range(width):
        if col_text_count[x] > 0 and current_char is None:
            current_char = [x]
        elif col_text_count[x] == 0 and current_char is not None:
            current_char.append(x)
            chars.append(current_char)
            current_char = None
    if current_char is not None:
        current_char.append(width)
        chars.append(current_char)
    all_chars.append({
        "y_range": (y_start, y_end),
        "chars_x": chars
    })

# ---------------------- 自定义间距重建图片 ----------------------
char_space = 8  # 自定义字间距，单位：像素
line_space = 15 # 自定义行间距，单位：像素
pad = 20        # 整张图片的外围边距，单位：像素

# 计算新图总尺寸
new_height = pad * 2 + sum([y_end - y_start for (y_start, y_end) in text_rows]) + line_space * (len(text_rows) - 1)
max_row_width = max([sum([x_end - x_start for (x_start, x_end) in row["chars_x"]]) + char_space * (len(row["chars_x"]) - 1) for row in all_chars])
new_width = pad * 2 + max_row_width

# 新建白色不透明的空白背景图
new_np_img = np.ones((new_height, new_width, 4), dtype=np.uint8) * 255
new_np_img[:,:,3] = 255

# 逐个把字符粘贴到新图的对应位置
current_y = pad
for row in all_chars:
    y_start, y_end = row["y_range"]
    char_height = y_end - y_start
    current_x = pad
    for (x_start, x_end) in row["chars_x"]:
        char_width = x_end - x_start
        new_np_img[current_y:current_y+char_height, current_x:current_x+char_width] = np_img[y_start:y_end, x_start:x_end]
        current_x += char_width + char_space
    current_y += char_height + line_space

# 展示、保存结果
result_img = Image.fromarray(new_np_img)
result_img.show()
result_img.save("with_space.png")

内容的提问来源于stack exchange，提问作者Kevin