使用 Google Cloud Vision python API 进行 OCR

Question

我正在使用 Google Cloud Vision Python API 执行 OCR，以便从文档中提取信息，例如身份证明。有没有办法裁剪图像，只保留文本集中的部分？我尝试使用cropHint，但它只是消除了边界。

我代码中的函数有点像：

def detect_text(path):

    """Detects text in the file."""

    vision_client = vision.Client()

    with io.open(path, 'rb') as image_file:
        content = image_file.read()

    image = vision_client.image(content=content)

    texts = image.detect_text()

Answer 1

您必须遍历响应并处理边界框的坐标。有关 API 响应的一些示例，请参阅 this page。