来自 Google Vision API 的不同文本检测结果答案

【问题标题】：Different text detection result from Google Vision API来自 Google Vision API 的不同文本检测结果
【发布时间】：2018-06-01 01:23:54
【问题描述】：

从 .Net 代码和演示应用中为同一图像 google vision api result 和 .net result 获取不同的文本检测结果

这是我的代码：

            var response = vision.Images.Annotate(
            new BatchAnnotateImagesRequest()
            {
                Requests = new[]
                {
                    new AnnotateImageRequest()
                    {
                        Features = new[]
                        {
                            new Feature()
                            {
                                Type =
                                    "TEXT_DETECTION"
                            }
                        },
                        Image = image
                    }
                }
            }).Execute();

【问题讨论】：

我在使用 PHP 库时遇到同样的问题，浏览器和 REST API 调用的结果不同，为什么？

标签： .net google-cloud-vision google-vision

【解决方案1】：

正如 Emil 的回答中所述，您需要 DOCUMENT_TEXT_DETECTION 功能而不是 TEXT_DETECTION。但是，您可以比使用当前代码更简单地完成这一切。

我建议使用Google.Cloud.Vision.V1（它使用 gRPC 端点，并且希望更易于使用。免责声明：我在后一个库上工作）。请注意，您可以使用 REST 端点完成大部分工作。

这是使用后一个库的完整示例。

using Google.Cloud.Vision.V1;
using System;
using System.Linq;

class Program
{
    static void Main(string[] args)
    {
        var client = ImageAnnotatorClient.Create();
        var image = Image.FromUri("https://i.stack.imgur.com/H21rL.png");
        var annotations = client.DetectDocumentText(image);
        var paragraphs = annotations.Pages
            .SelectMany(page => page.Blocks)
            .SelectMany(block => block.Paragraphs);
        foreach (var para in paragraphs)
        {
            var box = para.BoundingBox;
            Console.WriteLine($"Bounding box: {string.Join(" / ", box.Vertices.Select(v => $"({v.X}, {v.Y})"))}");
            var symbols = string.Join("", para.Words.SelectMany(w => w.Symbols).SelectMany(s => s.Text));
            Console.WriteLine($"Paragraph: {symbols}");
            Console.WriteLine();
        }
    }
}

这会丢失符号之间的空格，但表明正在检测所有文本 - 执行实际检测的方法调用非常简单：

var client = ImageAnnotatorClient.Create();
var image = Image.FromUri("https://i.stack.imgur.com/H21rL.png");
var annotations = client.DetectDocumentText(image);

上面的大部分代码都在处理响应。

【讨论】：

谢谢，检测与方法无关，gRPC 和 REST API 的结果应该相同，只是它具有密集的 OCR 模式，与 OCR 相比可以检测到更多的文本。
@EmilBorconi：当然——我只是想证明通过 gRPC 库更容易做到这一点。会澄清这一点。

【解决方案2】：

发现问题，按照documentation使用Vision API我们应该使用DOCUMENT_TEXT_DETECTION

+-------------------------+-----------------------------------------------------------------------------------------------------------------+
| TEXT_DETECTION          | Run OCR.                                                                                                        |
+-------------------------+-----------------------------------------------------------------------------------------------------------------+
| DOCUMENT_TEXT_DETECTION | Run dense text document OCR. Takes precedence when both DOCUMENT_TEXT_DETECTION and TEXT_DETECTION are present. |
+-------------------------+-----------------------------------------------------------------------------------------------------------------+

因此代码应如下所示：

var response = vision.Images.Annotate(
            new BatchAnnotateImagesRequest()
            {
                Requests = new[]
                {
                    new AnnotateImageRequest()
                    {
                        Features = new[]
                        {
                            new Feature()
                            {
                                Type =
                                    "DOCUMENT_TEXT_DETECTION"
                            }
                        },
                        Image = image
                    }
                }
            }).Execute();

【讨论】：