从图像 Paddleocr 中提取边界框

Question

我使用此代码检测所有文本并绘制所有边界框：

from paddleocr import PaddleOCR,draw_ocr
ocr = PaddleOCR(lang='en') # need to run only once to download and load model into memory
img_path = 'PaddleOCR/doc/imgs_en/img_12.jpg'
result = ocr.ocr(img_path, cls=False)
for line in result:
    print(line)

# draw result
from PIL import Image
image = Image.open(img_path).convert('RGB')
boxes = [line[0] for line in result]
txts = [line[1][0] for line in result]
scores = [line[1][1] for line in result]
im_show = draw_ocr(image, boxes, txts, scores, font_path='/path/to/PaddleOCR/doc/fonts/simfang.ttf')
im_show = Image.fromarray(im_show)
im_show.save('result.jpg')

现在我有一个包含所有检测到的边界框的图像。 我想分离所有的边界框，以便我可以使用 pytesseract 从它们中提取信息。 我想这样做是因为 paddleocr 更适合检测，但 Pytesserat 更适合提取（德语）。 那么我怎样才能分离所有的边界框来从它们中提取文本呢？ 谢谢

Answer 1

每个检测框内四个点的顺序为左上、右上、右下、左下。

由于PP-OCR中的检测算法是逐行检测的，如果想从检测框坐标中得到每个单词的具体坐标，难度会更大。