WOLFRAM

Wolfram 语言与系统参考资料中心

FindImageText[image]

检测 image 中的文字并返回一个边界框.

FindImageText[image,level]

返回指定结构层次的边界框列表.

FindImageText[image,level,prop]

返回给定层次的文字的 prop.

FindImageText[video,…]

检测 video各帧中的文字.

更多信息和选项
Details and Options Details and Options
范例  
基本范例  
范围  
基本用法  
层次  
属性  
选项  
AcceptanceThreshold  
MaxFeatures  
MaxOverlapFraction  
Method  
PaddingSize  
应用  
属性和关系  
可能存在的问题  
参见
相关指南
历史
按以下格式引用：

FindImageText

FindImageText[image]

检测 image 中的文字并返回一个边界框.

FindImageText[image,level]

返回指定结构层次的边界框列表.

FindImageText[image,level,prop]

返回给定层次的文字的 prop.

FindImageText[video,…]

检测 video各帧中的文字.

更多信息和选项

  • FindImageText 用于检测包含文字的图像区域. 当要求特定的结构层次时，它将返回边界框列表，每个边界框均以 Parallelogram 给出.
  • 假设坐标 {x,y} 位于标准图像坐标系中.
  • 用 TextRecognize 识别检测到的文字的内容.
  • level 的可能设置包括：
  • Automatic 将在整个图像中找到的文字作为一个结果（默认）
    "Block"检测到的每个字块的列表
    "Line"检测到的每行文字的列表
    "Word"检测到的每个单词的列表
    "Character"检测到的每个字符的列表
  • prop 的可能设置包括：
  • "AlignedImage"含有每个检测到的文字的剪切好的对齐的图像
    "BoundingBox"以 Rectangle 给出的包围每个检测到的文字的边界框
    "BoundingBoxArea"包围每个检测到的文字的边界框的面积
    "Confidence"识别出的文字的强度
    "DeskewAngle"检测到的文字的偏斜校正角
    "Image"含有检测到的文字的剪切好的图像
    "OrientedBoundingBox"包围每个检测到的文字的平行四边形（默认）
    "RegionCentroid"文本周围的边界框的质心
    {prop1,prop2,…}属性列表
  • 可指定以下选项：
  • AcceptanceThreshold Automatic检测可接受阈值
    MaxFeatures All返回的文本框的数量
    MaxOverlapFraction Automatic允许的最大重叠的程度
    Method Automatic使用的方法
    PaddingSize 0每个检测结果周围的填充量
  • Method 的可能设置包括：
  • Automatic自动选择方法
    "Document"最适宜于在扫描文档中检测的方法
    "NaturalScene"最适宜于在自然场景图像中检测的方法
    detector使用的文本检测方法
  • detector 的可能设置有：
  • "DBNet"可微分二值化网络
    "Tesseract"魔方（Tesseract）引擎
  • FindImageText 使用机器学习. 在不同版本的 Wolfram 语言中，其方法、训练集和偏差可能会改变并给出不同的结果.
  • FindImageText 可下载一些资源，保存在 $LocalBase 的本地对象存储库 (local object store) 中，可用 LocalObjects[] 显示，用 ResourceRemove 移除.

范例

打开所有单元 关闭所有单元

基本范例  (2)

检测图像中的文字：

Wolfram Language code: FindImageText[[image]]

提取含有检测到的单词的剪切好的图像：

Wolfram Language code: FindImageText[[image], "Word", "Image"]

范围  (8)

基本用法  (2)

找出图像中的文字：

Wolfram Language code: FindImageText[[image]]

突出显示在图像中检测到的文字：

Wolfram Language code: HighlightImage[[image], FindImageText]

层次  (1)

检测图像中的文字内容：

Wolfram Language code: i = [image]; FindImageText[i, Automatic, "Image"]

检测字块：

Wolfram Language code: FindImageText[i, "Block", "Image"]

按行检测文字：

Wolfram Language code: FindImageText[i, "Line", "Image"]

检测单个单词：

Wolfram Language code: FindImageText[i, "Word", "Image"]

检测单个字符：

Wolfram Language code: FindImageText[i, "Character", "Image"]//Short

属性  (5)

默认情况下，为每个检测到的结果返回一个定向的边界框：

Wolfram Language code: FindImageText[[image], "Word"]

返回标准的与轴对齐的边界框：

Wolfram Language code: FindImageText[[image], "Word", "BoundingBox"]

提取含有检测到的每个单词的部分图像：

Wolfram Language code: i = [image]; FindImageText[i, "Word", "Image", Method -> "NaturalScene"]

与图像的边框对齐，进行剪切：

Wolfram Language code: FindImageText[i, "Word", "AlignedImage", Method -> "NaturalScene"]

提取检测到的每个单词的边界框的面积：

Wolfram Language code: FindImageText[[image], "Word", "BoundingBoxArea"]

每个单词的区域质心：

Wolfram Language code: FindImageText[[image], "Word", "RegionCentroid"]

一次计算并返回多个属性：

Wolfram Language code: FindImageText[[image], "Word", {"AlignedImage", "BoundingBox", "Confidence", "DeskewAngle"}]//Dataset

选项  (7)

AcceptanceThreshold  (1)

默认情况下，接受阈值为 0.5：

Wolfram Language code: i = [image]; HighlightImage[i, FindImageText[#, "Word"]&]

降低接受阈值可能有助于检测出更多文本：

Wolfram Language code: HighlightImage[i, FindImageText[#, "Word", AcceptanceThreshold -> 0]&]

MaxFeatures  (1)

默认情况下，返回所有检测到的文字：

Wolfram Language code: i = [image]; HighlightImage[i, FindImageText[#, "Word"]&]

用 MaxFeatures30 只返回 30 个最可靠的检测：

Wolfram Language code: HighlightImage[i, FindImageText[#, "Word", MaxFeatures -> 30]&]

MaxOverlapFraction  (1)

默认情况下，返回稍有重叠的边界框：

Wolfram Language code: i = [image]; HighlightImage[i, FindImageText[#, "Word"]&]

自定义最大重叠量：

Wolfram Language code: HighlightImage[i, FindImageText[#, "Word", MaxOverlapFraction -> .05]&]

只返回不重叠的边界框：

Wolfram Language code: HighlightImage[i, FindImageText[#, "Word", MaxOverlapFraction -> 0]&]
Wolfram Language code: HighlightImage[i, FindImageText[#, "Word", MaxOverlapFraction -> 1]&]

Method  (3)

默认情况下，FindImageText 会选择更适合图像的检测方法：

Wolfram Language code: i = [image]; HighlightImage[i, FindImageText]

指定自定义的方法：

Wolfram Language code: FindImageText[i, Method -> "NaturalScene"]

使用不合适的方法可能不会得到很好的结果：

Wolfram Language code: FindImageText[i, Method -> "Document"]

用 Method"NaturalScene" 检测自然场景中出现的文本：

Wolfram Language code: i = [image]; HighlightImage[i, FindImageText[i, "Word", Method -> "NaturalScene"]]

用 Method"Document" 处理扫描的文档：

Wolfram Language code: i = [image]; HighlightImage[i, FindImageText[i, "Line", Method -> "Document"]]

PaddingSize  (1)

用 PaddingSizes 为检测到的单词边界框指定填充量：

Wolfram Language code: i = [image]; FindImageText[i, "Word", "Image", PaddingSize -> 5]

对边界框的两个轴向使用不同的填充量：

Wolfram Language code: FindImageText[i, "Word", "Image", PaddingSize -> {5, 10}]

使用相对填充量：

Wolfram Language code: FindImageText[i, "Word", "Image", PaddingSize -> Scaled[{.1, 0.5}]]

使用负填充量返回更紧凑的边界框：

Wolfram Language code: FindImageText[i, "Word", "Image", PaddingSize -> -2]

应用  (1)

在包含大量非文本内容的图像上执行 OCR 可能很困难：

Wolfram Language code: image = [image]; TextRecognize[image]

用 FindImageText 先对图像进行预处理：

Wolfram Language code: alignedImages = FindImageText[image, "Word", {"AlignedImage", "BoundingBox"}]//MapAt[Round, {All, 2, All}]

在剪切后的图像上进行 OCR 可得到更好的结果：

Wolfram Language code: TextRecognize[alignedImages[[All, 1]], RecognitionPrior -> "Word"]

属性和关系  (3)

无论方位如何，FindImageText 都可以检测出文本：

Wolfram Language code: FindImageText[[image], "Word", "AlignedImage"]

FindImageText 用于检测图像中的文本内容：

Wolfram Language code: image = [image]; FindImageText[image]

用 TextRecognize 在图像上进行 OCR：

Wolfram Language code: TextRecognize[image]

用 FindImageText 检测图像中的车牌：

Wolfram Language code: image = [image];
Wolfram Language code: alignedImages = FindImageText[image, "Word", {"AlignedImage", "OrientedBoundingBox"}]

用 TextRecognize 识别车牌并在原始图像中突出显示：

Wolfram Language code: text = TextRecognize[alignedImages[[All, 1]], RecognitionPrior -> "Line"] HighlightImage[image, MapThread[Tooltip[##]&, {alignedImages[[All, 2]], text}]]

可能存在的问题  (4)

该检测未针对手写文本进行优化：

Wolfram Language code: FindImageText[[image], "Line", "AlignedImage"]

取决于文本的方位，检测到的边界框可能会超出图像的边界：

Wolfram Language code: i = [image]; FindImageText[i, "Line", "BoundingBox"]; HighlightImage[i, %, PlotRangePadding -> 30]

如果图像中的文本的方位各异，检测可能会失败：

Wolfram Language code: FindImageText[[image], "Word", "AlignedImage"]

可能无法检测到某些方位的文本：

Wolfram Language code: FindImageText[[image]]
Wolfram Research (2020)，FindImageText，Wolfram 语言函数，https://reference.wolfram.com/language/ref/FindImageText.html （更新于 2025 年）.

文本

Wolfram Research (2020)，FindImageText，Wolfram 语言函数，https://reference.wolfram.com/language/ref/FindImageText.html （更新于 2025 年）.

CMS

Wolfram 语言. 2020. "FindImageText." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2025. https://reference.wolfram.com/language/ref/FindImageText.html.

APA

Wolfram 语言. (2020). FindImageText. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/FindImageText.html 年

BibTeX

@misc{reference.wolfram_2026_findimagetext, author="Wolfram Research", title="{FindImageText}", year="2025", howpublished="\url{https://reference.wolfram.com/language/ref/FindImageText.html}", note=[Accessed: 10-October-2026]}

BibLaTeX

@online{reference.wolfram_2026_findimagetext, organization={Wolfram Research}, title={FindImageText}, year={2025}, url={https://reference.wolfram.com/language/ref/FindImageText.html}, note=[Accessed: 10-October-2026]}