detection - Google Cloud Vision API 是否有任何选项可以从扫描的图像中检测并返回表格(带标题的行和列)？

Question

我们使用 Google Cloud Vision API 来提取发票字段。我们想知道API是否支持检测数据表？或者我们是否必须编写自定义代码来检测表格？

Answer 1

Google Vision API 不会以结构化方式从表单返回数据。但是，文本周围的多边形 (boundingPoly) 的坐标将在响应中提供。 Take a look at this example :

{
     "description": "ABBEY",
     "boundingPoly": {
         "vertices": [ {
             "x": 44,
             "y": 43
             }, ...
          ] }, ...
}

您可以使用的一种方法是确定发票字段的坐标，然后编写一些代码来遍历 JSON 响应的 boundingPoly 对象，以检查顶点所在的区域是否与你的领域的区域。如果 boundingPoly 坐标与您的字段位于同一区域，那么 - 例如使用 Python - 您可以使用字典将这些词映射到您的字段名称。