python - 在图像中组合水平对齐的多边形

Question

我有一张图片，我正在使用 Google Vision API 对其执行 OCR，我得到的结果包含每个单词的多边形顶点。绘制多边形后图像看起来像这样.. 我现在想组合水平对齐的框。例如:(销售项目)，(S000828749 MB 短裤 12.00)，...，(小计 146.00)

我尝试过的事情:我从垂直边缘的中点画了一条线，并将其延伸到图像边缘，计算了这条线接触了多少个多边形，并用与该线相同的颜色对多边形进行了颜色编码。我有一张类似这样的图片..

不确定如何继续并让这些组联机..

Answer 1

通过以下方法解决了这个问题。
1. 每个盒子都会有一个标签列表，这些标签被初始化为[].
2. 按 x 坐标对框进行排序。
3. 将tad初始化为0。标签只是单独的标识符，我们的目标是用相同的标签在同一行分配框。
3. 遍历每个框。
4. 如果标签列表为空，则增加标签值并将其附加到该框的标签列表中。
5. 遍历outer box的所有boxes，并为outer box的轴线所触及的每个boxes分配相同的标签。
6. 如果标签列表不为空，取标签列表中出现次数最多的标签。
这是 N^2 算法，其中 N 是框的数量。