Google Cloud Vision OCR API返回边界框/顶点的值不正确

Question

我正在使用Google Cloud Vision API中的“TEXT_DETECTION”选项来OCR一些图像。

围绕单个字符的边界框有时是准确的，有时不是，通常在同一图像内。

这是视觉算法的一个概率性质，Vision API中的一个错误，当然还有我如何解释响应的问题的正常副作用？

下面是具体的字母“a”我从中提取边框响应的一部分。

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，你可以比较的Google vs Azure vs OCR.space输出..也许其他的人工作，你的目的更好？ （但我怀疑它）

这是对视觉算法，视觉API中的错误的概率性质的正常副作用，

从我的测试中，所有的OCR服务展示与今天相同的问题，有时它们未能检测到完美的字母或单词（同时在同一图像中检测到类似的单词就好）。添加到链接列表