谷歌云视觉Python API的OCR功能

Question

我使用googlecloudvisionpythonapi来执行OCR，以便从文档中提取信息，比如ID证明。有没有一种方法可以裁剪图像，只保留文本集中的部分？我试过用槌球，但它只是消除了边界。在

我的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，请参见this page。在