具有Google Cloud Vision Python API的OCR

Question

我正在使用Google Cloud Vision Python API執行OCR，以便從文檔中提取信息，例如ID證明。 有沒有一種方法可以裁剪圖像，從而只保留帶有集中文本的部分？ 我嘗試使用cropHint，但它消除了邊界。

我的代碼中的函數有點像：

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

您將必須遍歷響應並處理邊界框的坐標。 請參閱此頁面以獲取API響應的一些示例。