.net - 来自 Google Vision API 的不同文本检测结果

Question

从 .Net 代码和演示应用程序中获取相同图像的不同文本检测结果 google vision api result和 .net result

这是我的代码:

            var response = vision.Images.Annotate(
            new BatchAnnotateImagesRequest()
            {
                Requests = new[]
                {
                    new AnnotateImageRequest()
                    {
                        Features = new[]
                        {
                            new Feature()
                            {
                                Type =
                                    "TEXT_DETECTION"
                            }
                        },
                        Image = image
                    }
                }
            }).Execute();

Answer 1

正如 Emil 的回答中所述，您需要 DOCUMENT_TEXT_DETECTION 功能而不是 TEXT_DETECTION。但是，您可以比使用当前代码更简单地完成这一切。

而不是使用 Google.Apis.Vision.V1 (看起来你正在做，并且使用 REST 端点)，我建议使用 Google.Cloud.Vision.V1 (它使用 gRPC 端点，希望更容易使用。免责声明:我在后一个库上工作)。请注意，您可以使用 REST 端点完成大部分工作。

这是使用后一个库的完整示例。

using Google.Cloud.Vision.V1;
using System;
using System.Linq;

class Program
{
    static void Main(string[] args)
    {
        var client = ImageAnnotatorClient.Create();
        var image = Image.FromUri("/image/H21rL.png");
        var annotations = client.DetectDocumentText(image);
        var paragraphs = annotations.Pages
            .SelectMany(page => page.Blocks)
            .SelectMany(block => block.Paragraphs);
        foreach (var para in paragraphs)
        {
            var box = para.BoundingBox;
            Console.WriteLine($"Bounding box: {string.Join(" / ", box.Vertices.Select(v => $"({v.X}, {v.Y})"))}");
            var symbols = string.Join("", para.Words.SelectMany(w => w.Symbols).SelectMany(s => s.Text));
            Console.WriteLine($"Paragraph: {symbols}");
            Console.WriteLine();
        }
    }
}

这会丢失符号之间的空格，但表明正在检测所有文本 - 执行实际检测的方法调用非常简单:

var client = ImageAnnotatorClient.Create();
var image = Image.FromUri("/image/H21rL.png");
var annotations = client.DetectDocumentText(image);

上面的大部分代码都在处理响应。