python - 如何在python中检测和旋转图像

Question

我有多个要解析的 pdf 发票。我将它们转换为图像并使用 ocr 从图像中获取文本。其中一个 pdf 有 3 页中的 2 页旋转 90 度。我如何检测这些旋转的页面并正确旋转它们以使 ocr 返回正确的信息？

Answer 1

这是一个适用于一个图像的解决方案，但您可以对图像列表执行此操作并检查每个图像，然后再将其保存回 PDF：

#import library
enter code here
from PIL import Image
#open image file
f=Image.open('test.jpg')

#conver to pdf
pdf=f.convert('RGB')

#if width > than height, rotate it to get portrait 
if pdf.width > pdf.height:
pdf=pdf.rotate(270,expand=True)

#save pdf
pdf.save('test.pdf')

Answer 2

要保持图像完整，可以将参数“expand”设置为 True

image = image.rotate(270, expand=True)

Answer 3

当您说它们被旋转时，是否会像它们都是纵向的而某些页面是横向的一样简单？您应该能够从 PDF 中读取页面方向的元数据，或者如果由于某种原因不可用，您可能需要使用这个简单的逻辑来确定它，比如rotated = image.width > image.height

使用 Pillow/PIL 可以很容易地在 OCR 之前旋转图像：

if rotated:
    image = image.rotate(270)

据推测，可能存在页面倒置的情况，除非您从 PDF 中获得可靠的元数据，否则您可能必须首先使用最可能的方向进行 OCR（如上面所说的逆时针 90 度），如果不是返回任何文本旋转 180 度后重试。

Answer 4

您可以使用 imutils 进行旋转，而无需在旋转后切掉图像边界。

import cv2 as cv
import imutils
img = cv.imread('your_image.png')
imutils.rotate_bound(img, 270) #### 270 for anti-clockwise or 90 for clockwise