OpenCV + EAST 文字检测模型需预处理图像：输入必须缩放至宽高均为32整数倍且长边≤1024，等比缩放后padding，归一化用scalefactor=1.0/127.5和mean=(123.68,116.78,103.94)。
OpenCV + EAST 文字检测模型能直接用，但必须预处理图像
OpenCV 自带的 cv::dnn::readNet 可加载预训练的 EAST 检测模型（frozen_east_text_detection.pb），它输出的是旋转矩形（RBOX）坐标，不是像素级分割。但模型对输入有硬性要求：图像必须被缩放到宽度和高度均为 32 的整数倍，且长边不超过 1024（否则显存溢出或推理失败）。常见错误是直接喂入原始截图，结果 net.forward() 返回全零或 shape 不匹配的 blob。
实操建议：
立即学习“C++免费学习笔记（深入）”；
- 用
cv::resize先等比缩放，再 padding 到最近的 32 倍尺寸（别用INTER_NEAREST插值，文字边缘会锯齿化） - 归一化时用
scalefactor=1.0/127.5、mean=(123.68,116.78,103.94)—— 这是 EAST 训练时用的 ImageNet 均值，不是 OpenCV 默认的 [0,0,0] - 如果图像中文字极小（cv::pyrUp 上采样 1–2 级再送入，但别超过原图 2 倍，否则模糊失真
cv::findContours 在二值图上容易把连笔字切成多块
纯传统方法（如 OTSU + 膨胀 + cv::findContours）适合印刷体、高对比度场景，但对中文行文尤其危险：汉字笔画粘连（如「口」「吕」「品」）、标点紧贴文字、或者手写体轻微倾斜，都会让 cv::findContours 把一个词框成三四个碎片矩形。更糟的是，cv::boundingRect 输出的是轴对齐矩形（AABB），无法表达倾斜文本行。
实操建议：
立即学习“C++免费学习笔记（深入）”；
- 先用
cv::morphologyEx做横向闭运算（MORPH_CLOSE+cv::getStructuringElement(CV_SHAPE_RECT, {30,1})），把同一行文字“粘”成一个连通域 - 对每个轮廓调用
cv::minAreaRect而非cv::boundingRect，拿到带角度的RotatedRect，再用cv::boxPoints转成四顶点坐标 - 过滤掉宽高比
aspect_ratio 或面积 <code>area 的轮廓——它们大概率是噪点或标点
Python cv2.dnn 推理快但 C++ 版本要手动管理内存和 blob 维度
C++ 调用 EAST 时，cv::dnn::blobFromImage 输出的 cv::Mat 是 NCHW 格式（batch=1, channel=3, height, width），而 OpenCV 4.5+ 的 cv::dnn::Net::forward 默认返回 NHWC，容易导致 outputBlob.size[2] 访问越界。另外，C++ 没有 Python 的自动内存回收，blob 生命周期必须严格匹配 net 推理周期。
实操建议：
立即学习“C++免费学习笔记（深入）”；
- forward 后立刻用
outputBlob.reshape(1, outputBlob.total()/4)拉平成 [N, 4] 形状，其中每行是 [x1,y1,x2,y2]（EAST 输出的是 4 点坐标，不是中心+宽高） - 用
cv::dnn::NMSBoxes做后处理时，传入的scores必须是std::vector<float></float>，不能是cv::Mat；否则编译通过但运行时崩溃 - 若集成到 Qt 或 Android NDK，记得在
cv::dnn::Net构造前调用cv::dnn::setPreferableTarget(net, cv::dnn::DNN_TARGET_CPU)，GPU 后端（如 DNN_BACKEND_INFERENCE_ENGINE）在移动端兼容性差
定位结果坐标必须映射回原始图像尺寸，缩放系数别算反
EAST 输出的坐标是基于缩放后图像的归一化值（0~1），很多人直接乘以缩放后尺寸，却忘了原始图可能被 padding 过。典型错误是：原始图 1920×1080 → 缩放为 736×416 → padding 到 768×448，结果把坐标乘了 768 和 448，导致框偏移几十像素。
实操建议：
立即学习“C++免费学习笔记（深入）”；
- 记录缩放过程中的两个比例：
scale_x = resized_width / original_width，scale_y = resized_height / original_height；padding 部分不参与缩放，只影响输入 blob，不影响坐标映射 - 对每个检测框的 4 个顶点，先除以 blob 输入尺寸（如 768×448），再分别除以
scale_x和scale_y，得到原始图坐标 - 用
cv::rectangle可视化前，务必用cv::Point2f构造并cv::round()取整——浮点坐标直接转cv::Point会截断，造成 0.9 像素偏移累积
最易忽略的是：不同来源的模型（如自己训的 CRNN 检测头 vs 官方 EAST）输出坐标格式完全不同，有的给中心点+wh，有的给左上+右下，有的给四点顺时针顺序——不看模型文档直接套用后处理逻辑，框就永远对不上。
