如何确定图像文字最佳放置背景区域 已有掩模获取代码求后续实现

• 优先选择低纹理、高对比度的纯色区域：文字与背景的对比度建议符合WCAG 2.1标准，至少达到4.5:1，避免文字和背景内容重叠导致辨识度下降
• 避开图像核心主体区域：不要遮挡人像、核心景物、关键信息等用户重点关注的内容，优先选择边缘预留的空白区域
• 区域尺寸匹配：目标放置区域的宽高需大于文字渲染后尺寸的120%，避免文字过于贴边影响美观
• 无特殊排版需求时，优先选择区域中心放置文字，可读性最高

你现有代码已经可以提取到目标掩模区域，接下来只需补充外接矩形计算、矩形绘制、文字居中渲染三个步骤即可，以下是完整实现代码：
首先修改get_masked函数，额外返回二值掩模用于后续计算：

import cv2
import numpy as np

def process(img):
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    img_canny = cv2.Canny(img_gray, 0, 50)
    img_dilate = cv2.dilate(img_canny, None, iterations=1)
    img_erode = cv2.erode(img_dilate, None, iterations=1)
    return img_erode

def get_masked(img):
    h, w, _ = img.shape
    center = h // 2, w // 2
    contours, _ = cv2.findContours(process(img), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
    for cnt in contours:
        if cv2.contourArea(cnt) > 100:
            if cv2.pointPolygonTest(cnt, center, False) > 0:
                mask = np.zeros((h, w), 'uint8')
                cv2.drawContours(mask, [cnt], -1, 255, -1)
                # 同时返回掩模后的图像和二值mask
                return cv2.bitwise_and(img, img, mask=mask), mask
    return img, np.zeros((h,w), 'uint8')

然后补充矩形绘制和文字放置的逻辑：

def draw_rect_and_text(img, mask, text="你要放置的文字", font_scale=1, font_thickness=2):
    # 1. 从mask中提取目标轮廓的外接矩形
    contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    if not contours:
        return img
    # 取最大的轮廓（对应目标黑色掩模区域）
    max_cnt = max(contours, key=cv2.contourArea)
    x, y, w, h = cv2.boundingRect(max_cnt)
    
    # 2. 绘制矩形边界，颜色、线宽可自行调整
    cv2.rectangle(img, (x, y), (x+w, y+h), color=(0,0,255), thickness=2)
    
    # 3. 计算文字居中坐标
    font = cv2.FONT_HERSHEY_SIMPLEX
    # 先获取文字的渲染尺寸
    (text_w, text_h), baseline = cv2.getTextSize(text, font, font_scale, font_thickness)
    # 计算文字左下角坐标，使得文字整体在矩形中心
    text_x = x + (w - text_w) // 2
    text_y = y + (h + text_h) // 2  # putText的原点是文字左下角，因此要叠加text_h的一半偏移
    
    # 4. 渲染文字，颜色可自行调整
    cv2.putText(img, text, (text_x, text_y), font, font_scale, (0,0,255), font_thickness)
    return img

# 读取原始图片
img = cv2.imread("你的原始图片路径.jpg")
masked_img, mask = get_masked(img)
# 绘制矩形和文字
result = draw_rect_and_text(img, mask, text="示例文字", font_scale=1.2)
# 保存或展示结果
cv2.imwrite("result.jpg", result)

可自行调整函数的字体、字号、颜色、线宽参数，匹配实际显示需求。

内容的提问来源于stack exchange，提问作者koalabey