对含高亮文本的图像生成OCR识别边界框时OpenCV报错如何解决

• 通道不匹配：执行img = img[:,:,2]提取V通道后，图像从三通道变为单通道灰度图，而你调用cv2.rectangle时传入的是三通道BGR颜色值(255,0,0)，单通道图像无法兼容三通道颜色绘制，直接触发参数不兼容报错。
• 坐标规则不匹配：pytesseract的image_to_boxes返回的坐标以图像左下角为原点，OpenCV绘图API以图像左上角为原点，就算通道问题解决，直接用返回坐标绘制的框位置也会完全错位。

import cv2
import pytesseract as pyt
pyt.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'

# 保留原始三通道图像用于绘制边界框
origin_img = cv2.imread('Image Pasted at 2021-10-21 13-31.png')
# 单独生成OCR用的处理图像
hsv_img = cv2.cvtColor(origin_img, cv2.COLOR_BGR2HSV)
v_channel = hsv_img[:,:,2]
hImg, wImg = v_channel.shape

boxes = pyt.image_to_boxes(v_channel)

for b in boxes.splitlines():
    b = b.split(' ')
    x, y, w, h = int(b[1]), int(b[2]), int(b[3]), int(b[4])
    # 转换坐标适配OpenCV左上角原点规则
    y = hImg - y
    h = hImg - h
    # 在三通道原图上绘制边界框
    cv2.rectangle(origin_img, (x, h), (w, y), (255,0,0), 1)
    # 可选：在框上方标注识别到的字符，方便验证结果
    cv2.putText(origin_img, b[0], (x, h-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255,0,0), 1)

cv2.imshow('Result', origin_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

• 拆分了OCR处理图像和绘制用图像，保留原始三通道图像作为绘制载体，彻底解决通道不兼容问题
• 调整坐标计算逻辑，适配OpenCV的坐标规则，保证边界框位置和识别字符完全对应
• 补充了资源释放逻辑，避免窗口残留占用内存

内容的提问来源于stack exchange，提问作者mgr1134