如何将文本边界框与pyplot.Rectangle实现精准对齐？

这个问题我太熟悉了！手动调坐标真的是治标不治本——只要改个画布尺寸、字体大小或者线宽，文本框立马错位。核心问题在于：Matplotlib的ax.text()是基于文本锚点定位的，而文本边界框（bbox）的实际尺寸会随渲染参数动态变化，直接用矩形的坐标定位文本自然会错位。

要实现参数变化时仍保持精准对齐，我们需要先获取文本渲染后的实际尺寸，再反向计算它的正确位置。下面是具体的解决方案：

关键思路 #

1. 先创建文本对象（临时放个占位位置），强制渲染画布以获取文本bbox的真实尺寸
2. 将bbox的显示坐标系（像素）转换为和矩形一致的数据坐标系
3. 根据矩形的位置，计算文本的精准定位坐标，确保bbox和矩形边缘完全对齐

修改后的代码 #

import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
%matplotlib inline

FIGSIZE = (8, 8)
LINEWIDTH = 3
FONTSIZE = 12
X_MIN, Y_MIN = 68, 93
X_MAX, Y_MAX = 191, 380
WIDTH = X_MAX - X_MIN
HEIGHT = Y_MAX - Y_MIN

IMG_PATH = "data/PennFudanPed/PNGImages/FudanPed00002.png"
img = np.array(Image.open(IMG_PATH))

fig, ax = plt.subplots(figsize=FIGSIZE)
ax.imshow(img, aspect="equal")

# 绘制目标矩形
rect = plt.Rectangle(
    (X_MIN, Y_MIN), WIDTH, HEIGHT, fill=False, edgecolor="red", linewidth=LINEWIDTH
)
ax.add_patch(rect)

# 先创建文本对象（临时位置不影响，之后会调整）
text_obj = ax.text(
    0, 0, "Walking person",
    bbox=dict(facecolor="blue", edgecolor='none', alpha=0.5),
    fontsize=FONTSIZE, color="white",
    horizontalalignment='left', verticalalignment='bottom',
)

# 强制渲染画布，确保获取到文本的真实边界框
fig.canvas.draw()

# 将显示坐标系的bbox转换为数据坐标系（和矩形/图像同尺度）
bbox_display = text_obj.get_window_extent()
bbox_data = bbox_display.transformed(ax.transData.inverted())

# 设置文本的精准位置：左侧对齐矩形左边缘，底部紧贴矩形顶部
text_x = X_MIN
text_y = Y_MAX

# 更新文本的最终位置
text_obj.set_position((text_x, text_y))

plt.axis('off')
plt.tight_layout()
plt.show()

代码解释 #

• fig.canvas.draw()：这一步是关键！如果不强制渲染，get_window_extent()返回的是默认占位尺寸，不是文本实际渲染后的真实大小。
• 坐标转换：ax.transData.inverted()把像素级的显示坐标转换成和图像、矩形一致的数据坐标，确保我们拿到的bbox尺寸是和目标矩形匹配的。
• 定位逻辑：因为我们设置了文本的verticalalignment='bottom'，所以把文本的Y坐标设为矩形顶部的Y_MAX，就能让文本bbox的底部刚好贴在矩形的顶部；horizontalalignment='left'配合text_x=X_MIN，则保证文本bbox的左侧和矩形左边缘完全对齐。

拓展：让文本在矩形上方居中 #

如果想让文本bbox在矩形正上方居中显示，只需要修改两处：

1. 将horizontalalignment改为'center'
2. 设置text_x = X_MIN + WIDTH / 2

这样不管你怎么调整FIGSIZE、FONTSIZE或者矩形的位置，文本框都会始终精准对齐矩形的顶部中心。

内容的提问来源于stack exchange，提问作者Mario Namtao Shianti Larcher