Google Cloud Vision OCR API为边界框/顶点返回不正确的值

Question

我正在使用＆＃34; TEXT_DETECTION＆＃34;从Google Cloud Vision API到OCR的一些图片选项。

单个字符周围的边界框有时是准确的，有时不是，通常在同一图像中。

这是视觉算法的概率性质的正常副作用，Vision API中的错误，当然还有我如何解释响应的问题？

这里是特定于字母的响应部分＆＃34; a＆＃34;我从中提取边界框。

stdClass Object
(
    [property] => stdClass Object
        (
            [detectedLanguages] => Array
                (
                    [0] => stdClass Object
                        (
                            [languageCode] => en
                        )

                )

        )

    [boundingBox] => stdClass Object
        (
            [vertices] => Array
                (
                    [0] => stdClass Object
                        (
                            [x] => 419
                            [y] => 304
                        )

                    [1] => stdClass Object
                        (
                            [x] => 479
                            [y] => 304
                        )

                    [2] => stdClass Object
                        (
                            [x] => 479
                            [y] => 397
                        )

                    [3] => stdClass Object
                        (
                            [x] => 419
                            [y] => 397
                        )

                )

        )

    [text] => a
)

Answer 1

在这里你可以比较Google vs Azure vs OCR.space的输出..也许其他的更适合你的目的？ （但我对此表示怀疑）

  

这是视觉算法概率性质的正常副作用，这是Vision API中的一个错误，

从我的测试来看，所有OCR服务都显示出与今天相同的问题，有时它们无法检测到完美的字母或单词（同时检测到同一图像中的相似单词）。