我试图从一个乙烯基唱片书脊的架子的照片中捕获文本-例如x1c 0d1x。我希望最终结果是一个文本字符串数组，每个字符串代表图像中的一条记录。
正如您所看到的，图像包含大量从上到下排列的文本，这些文本具有不同的颜色、质量和失真。
我一直在尝试使用Cloud Vision来提取文本：

# Perform document text detection using Google Cloud Vision API
        response = client.document_text_detection(image=image_data)
        document = response.full_text_annotation

我得到了混合的结果，一些文本被拾起，其他文本没有那么多。
挑战在于，半生不熟的标题片段与完全转录的标题混合在一起，因此很难可靠地解析结果。
我一直在尝试使用cv 2自适应阈值来更清楚地区分每个项目-例如：

# Load the image
image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)

# Apply adaptive thresholding to enhance text contrast
thresh = cv2.adaptiveThreshold(image, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 11, 2)

# Save the thresholded image
thresholded_image_path = 'thresholded.jpg'
cv2.imwrite(thresholded_image_path, thresh)

这将产生

（至少在我看来是这样），但我没有进一步提取文本。
有没有人有任何想法，使这项工作？也许切片到个别图像的基础上阈值将是值得一试？