在 Python 中使用给定字体正确渲染文本并准确检测其边界

Question

这可能是一件非常简单的事情，我也认为是这样，但显然不是。我一定花了一个星期的时间来尝试完成这项工作，但出于对我的热爱，我无法做到。

我需要的

我需要在 Python 中使用任何给定的字体（类似手写的）呈现任何给定的字符串（仅包含标准字符）。字体必须从 TTF 文件加载。我还需要能够准确地检测它的边界（获得文本的确切开始和结束位置，垂直和水平），最好在绘制之前。最后，如果输出是一个我可以继续处理的数组，而不是写入光盘的图像文件，那真的会让我的生活更轻松。

我试过的

Imagemagick 绑定（即 Wand）：在设置图像大小并在其上渲染文本之前，无法弄清楚如何获取文本度量。

Pango 通过 Pycairo 绑定：几乎不存在的文档，无法弄清楚如何从文件中加载 TrueType 字体。

PIL（枕头）：最有前途的选择。我已经设法准确地计算出任何文本的高度（令人惊讶的是它不是高度getsize返回值），但是某些字体的宽度似乎有问题。不仅如此，那些宽度有问题的字体也会被错误地渲染。即使使图像足够大，它们也会被切断。

以下是一些示例，文本为“Puzzling”：

字体:恋人争吵

结果：

字体：法哈多斯小姐

结果：

这是我用来生成图像的代码：

from PIL import Image, ImageDraw, ImageFont
import cv2
import numpy as np
import glob
import os

font_size = 75
font_paths = sorted(glob.glob('./fonts/*.ttf'))
text = "Puzzling"
background_color = 180
text_color = 50
color_variance = 60
cv2.namedWindow('display', 0)

for font_path in font_paths:

    font = ImageFont.truetype(font_path, font_size)
    text_width, text_height = font.getsize(text)

    ascent, descent = font.getmetrics()
    (width, baseline), (offset_x, offset_y) = font.font.getsize(text)

    # +100 added to see that text gets cut off
    PIL_image = Image.new('RGB', (text_width-offset_x+100, text_height-offset_y), color=0x888888)
    draw = ImageDraw.Draw(PIL_image)
    draw.text((-offset_x, -offset_y), text, font=font, fill=0)

    cv2.imshow('display', np.array(PIL_image))
    k = cv2.waitKey()
    if chr(k & 255) == 'q':
        break

一些问题

字体有问题吗？一些同事告诉我可能是这样，但我不这么认为，因为 Imagemagick 通过命令行正确渲染了它们。

我的代码有问题吗？我做错了什么导致文本被切断了吗？

最后，这是PIL中的错误吗？在这种情况下，您建议我使用哪个库来解决我的问题？我应该再试一次 Pango 和 Wand 吗？

Answer 1

pyvips似乎正确地做到了这一点。我试过这个：

$ python3
Python 3.7.3 (default, Apr  3 2019, 05:39:12) 
[GCC 8.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import pyvips
>>> x = pyvips.Image.text("Puzzling", dpi=300, font="Miss Fajardose", fontfile="/home/john/pics/MissFajardose-Regular.ttf")
>>> x.write_to_file("x.png")

使：

pyvips 文档对选项进行了快速介绍：

https://libvips.github.io/pyvips/vimage.html#pyvips.Image.text

或者 C 库文档有更多细节：

http://libvips.github.io/libvips/API/current/libvips-create.html#vips-text

它制作了抗锯齿文本的单波段 8 位图像，您可以将其用于进一步处理、传递给 NumPy 或 PIL 等。介绍中有一节介绍了如何将 libvips 图像转换为数组：

https://libvips.github.io/pyvips/intro.html#numpy-and-pil