OCR 使用谷歌文档 API

Question

我正在研究 OCR 检测，并已使用 this code. 实现了 tesseract OCR

但我听说过google docs API它将提供服务。

但是根据这个link该 API 将仅保存到谷歌文档？

有没有人在您的应用程序中实现或使用过此功能，我在哪里可以获得此 API 的一些使用示例？

Answer 1

我现在正在使用 Google Vision API 在我的应用程序中执行 OCR。这很容易。您在 https://cloud.google.com/vision/ 处有大量文档本身。

但为了回答您的问题，API 响应是一个 JSON，您可以从中过滤您需要的任何内容，在您的情况下，我假设是文本。

像这样:

response = client.text_detection(image= image)
texts = response.text_annotations
print('Texts:')
for text in texts:
    print('\n"{}"'.format(text.description))

    vertices = (['({},{})'.format(vertex.x, vertex.y)
                 for vertex in text.bounding_poly.vertices])

    print('bounds: {}'.format(','.join(vertices)))

所以基本上你可以对响应做任何你想做的事。在使用之前，您必须创建一个帐户、提供账单信息等一些设置等。但是，如果我没记错的话，每月最多可以免费提供 2000 张图片，差不多是这样。