多区域不同倾斜文档的OCR倾斜校正Python方案咨询

不同文本区域倾斜角度不一致的样例图像

全局统一倾斜角校正的思路从根上不适用当前场景，必须切换为独立文本块拆分→单块角度计算→单块校正识别的处理流程，基于Python+OpenCV+PyTesseract即可落地，不需要额外引入深度学习模型。

• 独立文本块拆分
  原图先转灰度，用自适应阈值做二值化，拿宽高比3:1左右的横向矩形核对二值图做膨胀，让同一倾斜角度下的连续文本粘连成独立连通块；调用OpenCV的连通域检测接口，筛掉面积小于阈值的噪点区域，每个保留的连通域就是一个倾斜角度一致的独立文本单元，截出每个连通域的最小外接矩形区域作为单独处理对象。
• 单块倾斜角计算
  对每个单独的文本块，优先用最小面积外接矩形算角度：提取块内所有文本像素的坐标，计算其最小面积外接矩形的旋转参数，对返回的角度做归一化，把角度值映射到[-15°,15°]的正常文本倾斜区间，超出范围的自动加减90°修正，避免把倒置、竖排的文本角度算错。如果遇到字体稀疏、外接矩形角度偏差大的块，直接调用pytesseract.image_to_osd()传入单块图像，用Tesseract自带的方向与脚本检测模块返回准确倾斜角，准确率比手写霍夫线检测高不少。
• 单块校正与识别
  拿到单块的倾斜角后，仅对当前块做旋转仿射变换，用双线性插值补全旋转后的边缘空白，得到水平正向的单块文本图，直接传入PyTesseract做内容识别即可。完全不需要把校正后的块拼回整图，拼回过程涉及坐标对齐、边缘重叠处理，反而会引入额外误差，识别后直接按数据提取规则匹配字段就行，处理速度也比整图旋转快很多。

之前试过的三类校正方法全部失效，核心原因是都是整图计算单一倾斜角做全局旋转，根本解决不了同图不同块角度不一致的问题，和参数调优没有关系。

内容的提问来源于stack exchange，提问作者Atish