要使用 Python 和 OpenCV (cv2) 库检测图像中的空白区域，并根据宽度和高度的关系决定是否水平填充文本，同时判断文本是否会超出边界，可以采用以下方法： ### 图像预处理与轮廓提取 通过二值化操作获取图像中的空白区域（通常表现为白色背景上的黑色文字或其他对象），进而利用 `findContours` 函数捕获这些区域的轮廓。 ```python import cv2 import numpy as np def find_blank_regions(image_path): # 加载灰度模式下的图像 img = cv2.imread(image_path, 0) # 进行反向二值化以突出显示空白区域 _, thresh = cv2.threshold(img, 150, 255, cv2.THRESH_BINARY_INV) # 查找所有外部轮廓 contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) blank_regions = [] for cnt in contours: x,y,w,h = cv2.boundingRect(cnt) aspect_ratio = w / float(h) if aspect_ratio >= 1: # 宽高比大于等于1表示更适于横向放置文本 blank_regions.append((x, y, w, h)) return blank_regions ``` ### 文本绘制逻辑 对于每一个合适的空白矩形框，尝试在其内部写入给定的文字串。如果发现所需空间不足以容纳全部字符，则返回 None 而不执行任何实际修改动作。 ```python def draw_text_on_image(image_path, output_path, text="Sample Text"): img = cv2.imread(image_path) regions = find_blank_regions(image_path) font_scale = 1 thickness = 2 color = (0, 0, 255) # Red Color for region in regions: x, y, w, h = region # 计算文本尺寸以便验证其适应性 (text_width, text_height), baseline = cv2.getTextSize(text, cv2.FONT_HERSHEY_SIMPLEX, font_scale, thickness) if x + text_width > w or y + text_height > h: continue # 或者可以选择return None org = (x, int(y + text_height + baseline)) cv2.putText(img, text, org, cv2.FONT_HERSHEY_SIMPLEX, font_scale, color, thickness) cv2.imwrite(output_path, img) ``` 以上代码片段展示了如何基于OpenCV库来识别适合横置文本的空白区块，并安全地施加标注过程[^1]。注意这里的字体大小(`font_scale`)以及粗细程度(`thickness`)可能需要依据具体应用场景调整优化参数设置[^2]。 --- ####