python - 谷歌云愿景，将线条组合在一起

Question

我正在测试 Google 云视觉。我希望它按顺序逐行阅读整个页面。这是代码。

url = 'https://www.sec.gov/Archives/edgar/data/1633917/000163391720000091/q120paypalearningsreleas013.jpg'

def detect_text_uri(uri):
    """Detects text in the file located in Google Cloud Storage or on the Web.
    """
    from google.cloud import vision
    client = vision.ImageAnnotatorClient()
    image = vision.types.Image()
    image.source.image_uri = uri

    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)))

    if response.error.message:
        raise Exception(
            '{}\nFor more info on error messages, check: '
            'https://cloud.google.com/apis/design/errors'.format(
                response.error.message))

if __name__ == '__main__': detect_text_uri(url)

在到达“每个活跃账户的付款交易”之前，您可以看到它表现良好，然后将其与下一行混为一谈。它不再逐行进行。

我该如何解决这个问题？问题是当我查看文档时，我已经在使用文本检测功能。不确定如何进一步改进结果。

Answer 1

Google 愿景在此级别不可配置。

您有两种选择来阅读文档中的文本

TEXT_DETECTION 运行文本检测/光学字符识别 (OCR)。文本检测针对较大图像中的文本区域进行了优化；如果图像是文档，请改用 DOCUMENT_TEXT_DETECTION。

DOCUMENT_TEXT_DETECTION 运行密集文本文档 OCR。当同时存在 DOCUMENT_TEXT_DETECTION 和 TEXT_DETECTION 时优先。

如果 TEXT_DETECTION 和 DOCUMENT_TEXT_DETECTION 返回相同的不令人满意的答案，您必须修改图像本身。

例如使用 Cloud demo api你可以看到立竿见影的效果

我稍微更改了图像，并针对该特定行获得了更好的结果。

Img(裁剪并具有额外的对比度) result

请记住，这只是一个示例，您需要找到足够的方法来修改图像

编辑:也可能值得探索Document AI