如何校正倾斜矩形图像以实现电路板标签文字的准确识别？

一、基于黑边框的矩形校正方法（可行且易实现） #

你给标签添加黑边框的思路很实用，可以通过以下步骤完成校正：

• 提取边框轮廓：用OpenCV的cv2.findContours定位分割后图像中黑边框的最大轮廓（默认标签边框是图像中最突出的矩形）。
• 计算旋转角度：通过cv2.minAreaRect获取轮廓的最小外接矩形，返回值包含旋转角度。注意OpenCV的角度范围是-90到0，需要转换：若角度小于-45度，旋转角度设为90 + angle；否则直接用-angle。
• 执行图像旋转：用cv2.getRotationMatrix2D生成旋转矩阵，再通过cv2.warpAffine完成旋转，选择合适的边界填充方式避免内容裁剪。

示例代码片段：

import cv2
import numpy as np

# 读取带黑边框的分割图像
img = cv2.imread('label_segmented.jpg', cv2.IMREAD_GRAYSCALE)
# 二值化处理，让黑边框转为白色便于轮廓识别
_, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)
# 提取外部轮廓
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 取面积最大的轮廓（对应标签边框）
cnt = max(contours, key=cv2.contourArea)
# 获取最小外接矩形参数
rect = cv2.minAreaRect(cnt)
angle = rect[2]

# 校正旋转角度
if angle < -45:
    angle = 90 + angle
# 生成旋转矩阵并执行旋转
h, w = img.shape[:2]
center = (w // 2, h // 2)
M = cv2.getRotationMatrix2D(center, -angle, 1.0)
rotated_img = cv2.warpAffine(img, M, (w, h), flags=cv2.INTER_CUBIC, borderMode=cv2.BORDER_REPLICATE)

# 传入pytesseract识别
import pytesseract
text = pytesseract.image_to_string(rotated_img)

二、基准点（Fiducial）方案的适用场景 #

如果标签边框存在遮挡、模糊等问题，基准点方案精度更稳定：

• 适用前提：电路板上的基准点（如固定位置的圆形/方形标记）在分割图像中清晰可见，且你已预先记录基准点在正置状态下的相对位置。
• 操作步骤：检测分割图像中的基准点，计算当前基准点相对位置与标准位置的角度差，以此角度旋转图像完成校正。
• 优势：不受标签边框完整性影响，若多个标签共享基准点，可实现批量统一校正。

三、提升OCR识别率的额外建议 #

• 图像预处理：旋转后对图像做高斯去噪、直方图均衡化，增强绿色文字的对比度；也可单独提取绿色通道，过滤其他颜色干扰。
• Tesseract参数优化：指定文字语言（如中文用lang='chi_sim'），设置--psm 6（假设文字为连续块），或用--oem 3启用默认OCR引擎模式。

内容的提问来源于stack exchange，提问作者Jon Zavialov