使用EasyOCR提取图片文本时如何过滤删除带阴影的数字内容

你提到的示例场景（需过滤重叠的阴影文本"2586"、保留正常文本"2574"）可通过以下三个层级的方案实现：

1. 识别前图片预处理（根源消除阴影） #

在送入EasyOCR识别前先对图片做处理，直接抹除阴影区域，避免被识别：

• 自适应阈值二值化：阴影的灰度值通常介于背景和正常文本之间，用OpenCV的adaptiveThreshold方法做二值化，调整参数可把中等灰度的阴影直接转为背景色，参考代码：

import cv2
# 读取灰度图
img = cv2.imread("target_img.png", 0)
# 自适应高斯阈值二值化，最后两个参数可根据你的场景调整
binary_img = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 15, 3)

• 颜色通道拆分：如果是彩色图片，可拆分HSV/RGB通道，选择文本和背景对比度最高的通道做识别，阴影在对应通道的对比度会被大幅削弱。

2. 识别结果后处理（基于EasyOCR输出特征筛选） #

EasyOCR默认返回每个文本块的置信度、坐标位置、对应区域的像素信息，可基于这些特征过滤：

• 置信度过滤：阴影文本的识别置信度通常远低于正常文本，测试你的场景下的阈值（比如正常文本置信度普遍高于0.75，阴影文本低于0.4），直接过滤低于阈值的结果即可。
• 重叠区域筛选：你的示例中阴影文本和正常文本位置高度重合，识别结果会返回两个坐标重叠度超过80%的文本块，只需保留其中文字颜色更深、置信度更高的块即可过滤阴影内容。
• 区域对比度校验：提取每个识别结果对应的坐标区域，计算该区域的像素方差，阴影区域的像素对比度低、方差小，过滤方差低于设定阈值的文本块即可。

3. 模型微调（适配批量固定场景） #

如果上述方案在你的场景下准确率不足，且有一定量的标注数据，可以给EasyOCR的检测头补充标注，把阴影文本标注为非文本区域，微调后模型会自动忽略阴影类的弱文本内容，无需额外后处理。

内容的提问来源于stack exchange，提问作者sherry