正是標題所說的。通過在Linux中使用命令行獲取灰度圖片的「文本」邊界框的座標
嚴格地說，我爲灰度圖像定義的「文本」邊界框是一組4個座標（x，y，x +寬度，y +高度），必須在該圖像中定義矩形區域最大數量的非白色像素，同時儘可能少的白色像素數量（沒有改變最大數量的非白色像素）。我有引號中的文本，因爲圖像實際上不包含文本，因爲圖像只包含帶有顏色的像素。
已經在我的Ubuntu安裝的ImageMagick，並在終端輸入命令：$convert input.png -trim ouput.png，我得到：
打開新的標籤頁的兩個圖像在你的網頁瀏覽器，你將瞭解他們的差異，你也會明白我定義的「文本」邊界框。 output.png實際上是我正在尋找的寬度和高度。我不知道如何獲得x和y座標。
這裏提供的答案(1)對於pdf頁面不符合我的標準，因爲gs給我的「文本」邊界框有很大的白色邊界（並且實際上，據我所知，gs定義爲「文本」邊界框對於pdf而言，與我對圖片的「文本」邊界框的定義有所不同）。
我一直不明白的話在你的描述，我認爲一個圖會有所幫助，但如果你只是想知道什麼-trim會做的示例代碼中暗示：
identify -format "%@" image.png
200x100+10+20
所以，爲你的形象，你會得到
identify -format "%@" paper.png
406x620+38+68
這意味着你的盒子是38個像素的左上角右和68個像素從左上角下來，它是406個像素寬，620個像素高。
如果我在紅認爲矩形畫，我得到：
convert paper.png -stroke red -fill none -draw "rectangle 38,68 444,688" result.png
得到同樣的結果，但在地方的identify使用convert的另一種方法是：
convert -format %@ paper.png info:
406x620+38+68
非常感謝。您提供的命令的輸出爲我提供了我一直在尋找灰度圖像的座標，直到目前爲止。 – liaguridio
圖像沒有「文本邊界框」，因爲顯然沒有文本。
PDF文件中的圖像本身可能包含白色像素，如果它們是從書本中掃描出來的，那麼它們幾乎肯定會。這些像素計算圖像的邊界框，因爲它們是不透明的，並且會掩蓋在它們下面繪製的任何東西。
將「文本邊界框」定義爲「該圖片中沒有白色邊距並且僅包含文本的區域」也是相當荒謬的。如果它在圖像中，則不存在文本，只有定義像素的圖像樣本。這是一個圖片的文字，而不是文字。爲了區分包含文本的圖像區域和包含非文本的區域，您將需要OCR軟件，因爲只有OCR軟件才能夠檢測文本和非文本之間的區別，所以沒有其他操作會執行此操作。
感謝批評我的話題:)。你是對的 。我編輯了一些我的概念更清晰。 – liaguridio
向我們展示您到目前爲止的代碼。 –
我沒有獲取文本邊界框的座標的代碼，因爲我在文章中已經定義了它。我知道一個命令，我已經定義了裁剪圖片的文本邊界框：$ convert input.png -trim output.png。問題是我不知道如何獲得文本綁定框的座標。 – liaguridio
你想爲此創建一個程序嗎？如果是這樣，你需要嘗試寫一些代碼。如果不是的話，你應該在SuperUser上發佈這個問題，並尋求如何使用現有程序的幫助。無論哪種方式，它是目前寫的題外話。 –