如何使用 Google Vision Api 检测块内的所有文本

Posted 2023-04-17

【中文标题】如何使用 Google Vision Api 检测块内的所有文本

【英文标题】：how can I detect all the text that inside a block with Google Vision Api

【发布时间】：2020-01-09 01:54:42

【问题描述】：

我正在尝试使用 google vision api 从图像中提取文本，它可以工作。但我只想检测图像的一部分以获得某些文本。

这是我使用的图像

我只想提取从maybank2u.com 到From Account: 的所有文本 我知道有一些教程可以通过使用块来完成这个技巧，但这些教程是不同的编程语言。

我的代码：

<div class="row">
    <div class="col-12">
        <ol>
            <?php foreach ($text as $key => $texts): ?> 
                <li><h6> <?php echo ucfirst($texts->info()['description']) ?></h6><<br><br> 
                </li>
            <?php endforeach ?>
        </ol>
    </div>
</div>

此代码将从图像中获取所有文本

输出：

【参考方案1】：

下面的代码对我有用。我有一个 php 文件 test.php 和一个图像文件 /images/UUIPXl.png。

为了获取每一行文本，我从 Google Vision 迭代文本注释，并创建一个行项目数组。其中每一个都有一个 x 位置和一个文本值。

然后我按 x 位置对每一行进行排序并连接以创建一行文本。

最后，一旦我们得到最终所需的文本行，我们就会停下来。

我得到这样的结果：

maybank2u.com 打开账单支付 状态：成功 参考号：2950211545 成交日期：2016-02-01 13:09:17 金额：RM100.00 来自帐户 564155051577 WCA

php代码：

<?php 

    require 'vendor/autoload.php';
    use Google\Cloud\Vision\VisionClient;

    $config = ["keyFile" => json_decode(file_get_contents("./APIKey.json"), true) ];
    $vision = new VisionClient($config);

    $image = $vision->image(
        fopen('./images/UUIPXl.png', 'r'),
        ['TEXT_DETECTION']
    );

    $textAnnotations = $vision->annotate($image)->text();
    $rows = [];

    // Function used to sort our lines.
    function sortProc($a, $b)
    
        if ($a["x"] === $b["x"]) 
            return 0;
        
        return ($a["x"] < $b["x"]) ? -1 : 1;
    

    // Remove first row (complete text).
    array_shift($textAnnotations);

    // We should calculate this, use a reasonable value to begin with.
    $lineHeight = 8;

    foreach ($textAnnotations as $text) 
        $key = round(((double)($text->info()["boundingPoly"]["vertices"][0]["y"]))/$lineHeight);
        $x = (int)$text->info()["boundingPoly"]["vertices"][0]["x"];
        $value = ["x" => $x, "text" => $text->description()];
        if (!isset($rows[$key])) 
            $rows[$key] = [];
        
        $rows[$key][] = $value;
    

    $text = [];
    foreach ($rows as $key => $value) 
        // Sort by x value.
        usort($value, "sortProc");

        // Concatenate each line
        $result = array_reduce($value, function($acc, $elem) 
            $acc .= " " . $elem["text"];
            return $acc;
        , "");

        $text[] = $result;

        // Stop when we get here!
        if (preg_match("/from account/i", $result)) 
            break;
        
    

?>

<div class="row" style="padding: 20px;">
    <div class="col-12">
        <ul>
            <?php foreach ($text as $row): ?> 
                <li><h3> <?php echo ucfirst($row) ?></h3></li>
            <?php endforeach ?>
        </ul>
    </div>
</div>

【讨论】：

感谢您的尝试，请问if (preg_match("/from account/i", $result)) 这一行中的i 是什么意思？

我试过你的代码，它可以工作，但我可以在Reference number: 2950211545 和From Account 564155051577 WCA 行中得到:

哦，尾随的 /i 用于不区分大小写的匹配。我认为在 PHP 中，这通常像 #from account#i 一样完成。

Reference number 行应该包含“：”字符，“From Account”行似乎有点问题，我认为“：”字符根本无法识别。跨度>

图片的分辨率相对较低（541 x 466），这可以解释文本不是100%准确的事实。

【参考方案2】：

如果您只想限制输出及其每次应该停止执行的相同字符串，请执行以下操作：

<div class="row">
    <div class="col-12">
        <ol>
            <?php foreach ($text as $key => $texts): ?> 
                <?php if (strpos($texts->info()['description'], 'From Account') !== false) break; ?>
                <li><h6> <?php echo ucfirst($texts->info()['description']) ?></h6><<br><br> 
                </li>
            <?php endforeach ?>
        </ol>
    </div>
</div>

说明： 如果$texts->info()['description'] 包含文本From Account，它将通过break 结束foreach 循环的执行。如果您需要检查多个关键字read this。

另一种解决方案是在将图像发送到 API 之前使用 imagecrop() 裁剪图像。但为此，您需要确保它永远不会改变文本的大小/位置。

附：你确定每个人都应该在你的截图中看到这些私人数据吗？

更新1 如你所问。这将是相同的代码，但使用 alternative syntax for control structures:

<div class="row">
    <div class="col-12">
        <ol>
            <?php foreach ($text as $key => $texts): ?> 
                <?php if (strpos($texts->info()['description'], 'From Account') !== false): ?>
                <?php break; ?>
                <?php endif; ?>
                <li><h6> <?php echo ucfirst($texts->info()['description']) ?></h6><<br><br> 
                </li>
            <?php endforeach ?>
        </ol>
    </div>
</div>

也许这可以解决您的问题，因为同一页面包含此注释：

不支持在同一控制块中混合语法。

更新2

在您更新了您的问题后，它现在更清楚了。每个文本行的输出不包含一个元素。相反，它包含多行文本。因此，我的第一个代码没有回显任何内容，因为它在第一个数组元素中找到了 From Account。

因此我们需要搜索字符串From Account 并剪切文本行：

<div class="row">
    <div class="col-12">
        <ol>
            <?php foreach ($text as $key => $texts): ?> 
                <?php
                $text = $texts->info()['description'];
                // search for string
                $pos = strpos($texts->info()['description'], 'From Account');
                if ($pos !== false) 
                    // if the string was found cut the text
                    $text = substr($text, 0, $pos);
                
                ?>
                <li><h6> <?php echo $text ?></h6><<br><br> 
                </li>
            <?php endforeach ?>
        </ol>
    </div>
</div>

您可以选择在<?php endforeach ?> 之前添加它以跳过所有以下数组元素：

                <?php
                if ($pos !== false) 
                    break;
                
                ?>

注意： @TerryLennox 使用 preg_match 来查找 From Account。这与使用strpos (most prefer avoiding regex) 没有区别。但他的回答包含另一个很好的提示。他使用文本位置信息将文本逐行添加到新数组中。这可能非常有用，具体取决于您的目标如何显示/存储文本。

【讨论】：

thx 但代码不起作用，仍然从图像中获取所有文本

我刚刚从goolge图片下载的图片，所以不是，私人数据哈哈

@overflowstack $texts->info()['description'] 是否包含文本 From Account 或者字符串是否被拆分或空格不是空格？或者您可能需要使用stripos 来克服区分大小写：php.net/manual/function.stripos.php

这里你可以看到代码有效：sandbox.onlinephpfunctions.com/code/…

我更新了我的问题并添加了输出，请看一下