image-recognition - 我可以告诉 Google Cloud vision 隔离它在图像中读取的最大（字体大小）文本吗？

Question

我想使用云视觉来识别和隔离图片中的“主要”文本（例如包装上最大的文字）。我假设云视觉可以通过查看字体大小/每个字母占用多少像素来在后端做到这一点，但我不确定 API 中是否有输出。

我对此信息在文档中的最佳猜测是在以下链接中，但我看不到与此相关的任何内容：https ://cloud.google.com/natural-language/reference/rest/v1beta1/documents/注释文本

Answer 1

TEXT_DETECTIONVision API ( https://cloud.google.com/vision/docs/samples#detecting_text_in_images ) 可以返回 (string + boundingPoly) 的数组。

json 表示AnnotateImageResponse如下。

"textAnnotations": [
    {
      object(EntityAnnotation)
    }
  ]

EntityAnnotation https://cloud.google.com/vision/reference/rest/v1/images/annotate#EntityAnnotation

您可以从https://cloud.google.com/vision/reference/rest/v1/images/annotate#BoundingPoly获取字体大小（以像素为单位）BoundingPoly