在 Python 中从 Cloud Vision API 格式化 OCR 文本注释答案

【问题标题】：Format OCR text annotation from Cloud Vision API in Python在 Python 中从 Cloud Vision API 格式化 OCR 文本注释
【发布时间】：2018-01-15 15:59:31
【问题描述】：

我在我正在使用的一个小程序上使用适用于 Python 的 Google Cloud Vision API。该功能正在运行，我得到了 OCR 结果，但我需要先对这些结果进行格式化，然后才能使用它们。

这是函数：

# Call to OCR API
def detect_text_uri(uri):
    """Detects text in the file located in Google Cloud Storage or on the Web.
    """
    client = vision.ImageAnnotatorClient()
    image = types.Image()
    image.source.image_uri = uri

    response = client.text_detection(image=image)
    texts = response.text_annotations

    for text in texts:
        textdescription = ("    "+ text.description )
        return textdescription

我特别需要将文本逐行切片，并在开头添加四个空格，最后添加一个换行符，但此时这仅适用于第一行，其余作为单行返回斑点。

我一直在查看官方文档，但并没有真正了解 API 响应的格式。

【问题讨论】：

标签： python google-cloud-platform google-cloud-vision

【解决方案1】：

你几乎就在那儿。由于您想逐行分割文本，而不是循环文本注释，请尝试从 google vision 的响应中获取直接的“description”，如下所示。

def parse_image(image_path=None):
    """
    Parse the image using Google Cloud Vision API, Detects "document" features in an image
    :param image_path: path of the image
    :return: text content
    :rtype: str
    """

    client = vision.ImageAnnotatorClient()
    response = client.text_detection(image=open(image_path, 'rb'))
    text = response.text_annotations
    del response     # to clean-up the system memory

    return text[0].description

上面的函数返回一个带有图片内容的字符串，行之间用“\n”隔开

现在，您可以根据需要为每一行添加前缀和后缀。

image_content = parse_image(image_path="path\to\image")

my_formatted_text = ""
for line in image_content.split("\n"):
    my_formatted_text += "    " + line + "\n"

my_formatted_text 是您需要的文本。

【讨论】：