Microsoft Computer Vision OCR：禁用按区域分组文本答案

【问题标题】：Microsoft Computer Vision OCR : Disable grouping text by regionsMicrosoft Computer Vision OCR：禁用按区域分组文本
【发布时间】：2017-05-24 13:26:18
【问题描述】：

我一直在使用 Microsoft 计算机视觉来读取收据，试图找到 Abby 的 OCR 的替代品，因为价格差异很大。

我得到的结果总是按地区分组的。这显然使得识别相应字段的数量变得更加困难。

有没有办法通过 Microsoft Vision 或无论如何我可以实现与 Abby 相同的对齐输出？

这是一张包含结果和收据的图片

Ocr 结果

【问题讨论】：

标签： c# service ocr microsoft-cognitive

【解决方案1】：

我知道这不是一个完整的解决方案，但我认为它足以让你开始。

计算机视觉 API 返回带有 lines 属性的 JSON result，它只是带有 boundingBox 属性的对象数组。

这些boundingBoxes 是每个短语的“正方形”的左上角和右下角坐标的 X、Y 坐标。

你基本上需要处理这个数组并根据这个属性“排序”项目。

在这个JSFiddle 中，您会看到我正在按 Y 坐标对线条进行排序，然后对它们进行分组。

剩下要做的就是对分组“更聪明” - 如果 Y 坐标是 201 和 202，您可以假设它们在同一行，只需将它们添加到同一行，按 X 坐标升序排序。

代码：

if (jsonResponse.status == 'Succeeded') {

  var result = '';
  // Sort lines by Y coordinate
  jsonResponse.recognitionResult.lines.sort(function(a, b) {
    var topLeftYCoordA = a.boundingBox[1];
    var topLeftYCoordB = b.boundingBox[1];
    if (topLeftYCoordA > topLeftYCoordB) {
      return 1;
    }
    if (topLeftYCoordA < topLeftYCoordB) {
      return -1;
    }
    return 0;
  })

  // group lines by Y coordinate
  var grouped = {};

  jsonResponse.recognitionResult.lines.map(function(line) {
    var topLeftYcoordinate = line.boundingBox[1];
    if (!grouped[topLeftYcoordinate]) {
      grouped[topLeftYcoordinate] = line;
    } else {
      grouped[topLeftYcoordinate] += line;
    }
  });
  Object.keys(grouped).forEach(function(yCoordinate) {
    result += yCoordinate + ' - ' + grouped[yCoordinate].text + '</br>';
  })
  $(".right").html(result);
}

结果：

【讨论】：