来自 Google Vision API 的 OCR 置信度得分

Question

我正在使用 Google Vision OCR 从 python 中的图像中提取文本。
使用以下代码片段。
然而，置信度分数总是表明0.0这肯定是不正确的。

如何从 Google 响应中提取单个字符或单词的 OCR 置信度得分？

 content = cv2.imencode('.jpg', cv2.imread(file_name))[1].tostring()
 img = types.Image(content=content)
 response1 = client.text_detection(image=img, image_context={"language_hints": ["en"]})
 response_annotations = response1.text_annotations
 for x in response1.text_annotations:
      print(x)
      print(f'confidence:{x.confidence}')

例如：迭代的输出

description: "Date:"
bounding_poly {
  vertices {
    x: 127
    y: 11
  }
  vertices {
    x: 181
    y: 10
  }
  vertices {
    x: 181
    y: 29
  }
  vertices {
    x: 127
    y: 30
  }
}

confidence:0.0

Answer 1

我设法重现了您的问题。我使用以下函数并获得所有项目的置信度 0.0。

from google.cloud import vision

def detect_text_uri(uri):
    client = vision.ImageAnnotatorClient()
    image = vision.types.Image()
    image.source.image_uri = uri

    response = client.text_detection(image=image)
    texts = response.text_annotations
    print('Texts:')

    for text in texts:
        print('\n"{}"'.format(text.description))

        vertices = (['({},{})'.format(vertex.x, vertex.y)
                    for vertex in text.bounding_poly.vertices])

        print('bounds: {}'.format(','.join(vertices)))
        print("confidence: {}".format(text.confidence))

    if response.error.message:
        raise Exception(
            '{}\nFor more info on error messages, check: '
            'https://cloud.google.com/apis/design/errors'.format(
                response.error.message))

然而，当使用文档中的“尝试 API”选项的相同图像时，我获得了置信度非 0 的结果。从本地图像检测文本时也会发生这种情况。

人们应该期望使用这两种方法时置信度具有相同的值。我已经打开了问题跟踪器，请在此处查看。