我正在解决一个类似的问题。技术图纸是一个问题，因为OCR软件大多试图找到文本基线和图纸工件在你指定的图中，没有太多的字符相互接触，所以我建议把图像分成连续的（黑色）像素，然后分别扫描这些像素。相邻区域的高度也应该给予一个指示，如果相邻区域是文本，或绘图的一部分。要将图像分割为相邻像素，请使用泛色填充算法，宇宙魔方的扫描效果很好

显然我从来没有尝试过这个特定的任务，但是如果图像真的看起来像你给我看的那样，我会从删除所有垂直和水平的线条开始。这可以很容易地完成，只需设置一个宽度阈值和强度大于某个N值的所有像素，然后查看垂直于假设线条方向的像素的阈值数量。如果它看起来像一条线，就删除它。
更优雅，也许更好的方法是对直线和圆进行霍夫变换，并以这种方式删除这些元素。
你也可以尝试一些基于FFT的滤波，但我不太确定。
我从来没有使用过OpenCV，但我猜它可以做我提到的事情。

我正在解决一个类似的问题，只是我的图纸没有那么复杂。

import keras_ocr

image = "pid.PNG"

# Load Keras OCR model (detector and recognizer)
pipeline = keras_ocr.pipeline.Pipeline()

img_array = keras_ocr.tools.read(image)

# Perform text detection
detected_texts = pipeline.recognize([img_array])

# Print the detected texts for each page
for d in detected_texts[0]:
    print(d[0])  # d[0] contains the detected text