Google Vision API 文本检测奇怪行为 - Javascript

Posted 2023-04-17

【中文标题】Google Vision API 文本检测奇怪行为 - Javascript

【英文标题】：Google Vision API text detection strange behaviour - Javascript

【发布时间】：2017-11-28 03:37:39

【问题描述】：

最近，Google Vision API 发生了一些变化。我用它来识别收据上的文字。到目前为止一切都很好。突然，API 开始对我的请求做出不同的响应。

我今天向 API 发送了同一张图片，但得到了不同的回复（与过去不同）。我确保我的代码没有任何改变，所以这不是罪魁祸首。

另一个奇怪的事情是，当我在响应中将图像上传到https://cloud.google.com/vision/ 时，在 textAnnotations 下，我得到了一个包含 183 个条目的数组。但是，当我从我的应用程序发布时，我得到一个包含 113 个条目的数组。下面你可以看到我的代码。

function googleScan(imageData) 
    var deferred = $q.defer();
    var url = "https://vision.googleapis.com/v1/images:annotate?key=<myAPIKey>";
    var payload = 
        requests: 
            image: 
                content: imageData.split(',')[1]
            ,
            features: [
                type: 'TEXT_DETECTION',
                maxResults:50
            ]
        
    ;
    $http.post(url, payload,  headers:  "NoAuthToken": true  ).then(function (response) 
        deferred.resolve(parseAnalyzedResult(response.data.responses[0].textAnnotations));
        console.log(response);
    , function (error) 
        console.log(error);
    );
    return deferred.promise;

我想知道我的免费订阅是否以某种方式被更改，这就是我收到不同回复的原因。这甚至可能吗？有没有人偶然发现过这种问题？

【参考方案1】：

我遇到了同样的问题。对我来说，（我不知道为什么，但是......）从 TEXT_DETECTION 更改为 DOCUMENT_TEXT_DETECTION 解决了​​这个问题。现在从 API 收到的结果与我在 Google Vision 页面上上传图片时看到的结果相同。

【讨论】：

我试过了，但对我来说它们的结果不一样。 API 中一定发生了一些变化，否则我无法解释这种不一致。

感谢 DOCUMENT_TEXT_DETECTION 非常适合我，因为我正在处理真实文件！这里明确提到了这一点：cloud.google.com/vision/docs/ocr

对我不起作用，我从这个拖放页面复制了 JSON 请求，我的结果仍然与 API 及其演示页面不同，唯一的区别是我使用 imageUri 发送我的文件和谷歌使用他们的本地存储（内容参数）

【参考方案2】：

我遇到了类似的问题。

Google Cloud Vision API 表示“OCR 会自动检测拉丁字符，但有时会失败”或出现奇怪的行为。 API 还说您可以向 help ocr 添加一个参数，以更好地检测文本，为图像提供 上下文。

您必须将以下代码添加到请求中。

"imageContext": 
        "languageHints": [
          "en"
        ]
 

结果应该是这样的：

  "requests": [
    
      "image": 
            content: imageData.split(',')[1]
      ,
      "features": [
            type: 'TEXT_DETECTION',
            maxResults:50
        ],
      "imageContext": 
        "languageHints": [
          "en"
        ]
      
    
  ]

请注意，语言提示它是一个数组，因此您可以添加更多语言，以准确地为 OCR 提供提示。

您可以阅读更多： https://cloud.google.com/vision/docs/reference/rest/v1/images/annotate#imagecontext

这帮助我不会得到奇怪的字符。

【讨论】：

不幸的是，这并不能解决我的问题。谷歌方面确实发生了一些变化，没有发出任何通知，谢谢您的意见！

我在寻找语言提示的语法示例时找到了这个答案，非常感谢。顺便说一句，特别是在法语方面，Google 远不如 Microsoft OCR API，它不能识别像 l'eau 这样的撇号，当这些撇号出现在法语中时，这是一个主要缺点。