Python 检测文本和反查看

有人问过类似的问题，但在我的情况下，这些问题似乎都没有帮助（尽管如此，我从这些线索中学到了一些东西）

我使用Tesseract进行OCR，但是当文本稍微倾斜时，结果远远不能令人满意（参见上图）

受类似案例的启发，我尝试使用OpenCV来检测和修复倾斜，但不幸的是，它似乎不起作用。下面，您可以看到我当前的尝试，但没有产生必要的结果。我得到的只是图像周围的另一个边界框（已经裁剪）

---

如果您有任何建议，我将不胜感激

Tesseract在文本出现一些扭曲时似乎遇到了很多麻烦

这样做的目的是找到文本的轮廓，使图像不失真，然后使用Tesseract。 轮廓通常是一个矩形，其变形与文本相同。因此，它在您的图像中不再显示为完美的矩形。Opencv为您提供了不同的查找方法

cv2.minareact（）

查找最佳旋转矩形。这可能是足够的，取决于你的文字失真。否则，您可以使用

cv2.convexHull（）

更好地匹配文本

轮廓应该为您提供要重新映射到常规矩形的文本的角点。您可以通过以下方式实现：

cv2.getAffineTransform(corners, dest_corners)    # requires 3 points
cv2.getPerspectiveTransform(corners, dest_corners)    # requires 4 points

然后

 cv2.warpAffine(...)
 cv2.warpPerspective(...)

---

另外，不要忘记正确设置Tesseract需要使用的页面分割方法（）。在您的情况下，“6假设一个统一的文本块。”似乎已被修改。

非常感谢您的回答。我对OpenCV仍然没有什么经验，因此请您确认我对您的答案的总结是否准确：1）我仍然可以像上面那样使用cv2.MinareRect，但根据结果，我可能需要使用cv2.convexHull（）2）之后，我应该使用

cv2.getAffineTransform（…）->cv2.Warpfaffine（）

（或带有透视图的第二个选项）。预处理如何？我上面发布的内容是否足够？是的，您可以从cv2.MinareRect开始。它将适合文本周围的最佳矩形。因此，如果您的文本仅进行了旋转，这应该足够了。但是如果您的文本经历了透视变形，旋转的矩形将无法正确适合文本。在这种情况下，您可以可以使用凸面外壳，但它还需要一些额外的工作才能从外壳中找到文本的4个好角。我目前正在使用Minareact，出于某种原因，它只是绘制了一个边界框，我在对象检测阶段（图像被裁剪）后已经绘制了一个边界框。可能，我只是没有正确使用它。您是否检查了传递给MinareRect的点？该函数将查找最小面积边界矩形。您应该只传递与字母对应的点。（可能在颜色上使用阈值）

 cv2.warpAffine(...)
 cv2.warpPerspective(...)