谷歌视觉OCR：竖向和横向文本识别

Question

我们正在使用Google Vision OCR从收据中获取文本。在某些情况下，收据上会有一些垂直书写的文本，例如增值税信息和其他一些信息。

问题是，Google Vision只能有效地读取主方向（例如水平方向）中的文本，并且会将所有垂直方向中的文本都丢弃。是否有参数可以设置告诉Google Vision也获取垂直方向中的文本？

我已经在线上放了一个带有两个方向文本的图像示例。

https://drive.google.com/file/d/0B8kZz-q27lGGSUl5V3RjXzBLNnc/view?usp=sharing

来自 g-vision 的识别文本： 水平文本行

我期望被识别的文本： 水平文本行 竖直文本行

- TECL Sarce

Answer 1

我知道回应晚了，或许将来有人能从中受益... 如果你想强制检测器仅识别竖直文字，请在应用检测器之前进行框架旋转，例如在CameraSource的setRotation()方法中添加以下代码：

outputFrame = new Frame.Builder()
                        .setImageData(mPendingFrameData, 
                          mPreviewSize.getWidth(),
                                mPreviewSize.getHeight(), 
                         ImageFormat.NV21)
                        .setId(mPendingFrameId)
                        .setTimestampMillis(mPendingTimeMillis)
                        .setRotation(mRotation)
                        .build();
mRotation = 2; (for vertical text direction from bottom to top)
mRotation = 1; (for vertical text direction from top to bottom)

- farahkh

---

CameraSource没有setRotation方法。 - maxwell79

你正在旋转 Frame 对象而不是 CameraSource 对象。 - farahkh

你能提供一些上下文背景吗？setRotation是哪个库中的方法？另外@farakh，你能更新一下代码，让我们复制，比如输入图像路径、读取方法和输出路径。我主要使用Python和Scala，这似乎是Java，如果我没有弄错的话。 - Aakash Basu

Answer 2

我认为这是Google Vision API的局限性。我也搜索了如何解决这个问题，最终采用了这个解决方案。但如果你只需要其中一个垂直或水平旋转，就像我一样，你可以使用客户端旋转（在上传前请参阅此处有关裁剪和旋转的说明）。

- Tendi Firmansyah