问题标签 [vision-api]

实现内容：OCR (get word from image) API：VisionAPI(Google) 语言：Python3.x

Q. 所有响应（块/段落/单词/符号）都应该有信心（param）。当然块/段落/单词有信心，但符号很少没有信心。概率是（67个字符/ 48036个字符）=0.14% ......我无法理解这种现象......

CODE（确定上述概率）

为了确定，请检查代码（从 VisionAPI 获取响应，并保存 .json）

我已经为谷歌凭据设置了环境变量，但我不知道下一步是什么。请帮我解决这个错误

环境变量

在扫描任何零售商店收据后，我们如何从 Azure 计算机视觉 API OCR 生成的文本中提取结构化数据（商户、购买日期、税收、总计等）。谢谢

我在我的项目中使用以下 java SDK 库：

但是我发现了一个错误，我想贡献一个补丁，是否有任何带有源代码的存储库？

当我查看 Google Vision API 的 label_annotions 时，“score”和“topicality”字段值总是相同的。这也是例如这里的情况。根据这个参考，话题性是指“ICA（图像内容注释）标签与图像的相关性”，而分数已取代“置信度”。虽然现在我不太清楚“分数”的真正含义。

这些应该总是一样的吗？这意味着什么？

使用 JAVA SDK for GCP Vision API 进行 OCR（文本提取）。已将 Feature TEXT_DETECTION移至DOCUMENT_TEXT_DETECTION。我测试过的图像名为“Mohan D”。

• TEXT_DETECTION：我得到一个正确的文本，但没有得到另一个字符
• 如果我使用DOCUMENT_TEXT_DETECTION，得到一个名称为“MOHAND（空间不来）

您能否建议，我是否需要使用任何特定选项来获得更高的数据准确性

我可以在认知服务视觉 API 中使用比较图像的 API 吗？有时我们从两个品牌进口产品，这两个品牌都从同一个卖家那里购买了产品，但用自己的产品信息更改了产品 ID。我想保存所有带有一些元数据的图像，然后能够上传图像->将其与存储的图像进行比较，并获得一个带有看起来像我上传的图像的结果集。

如何使用 Mobile Vision API 获取图像中文本在屏幕上的位置，以及如何在它们周围绘制一个矩形？

例子：

**帮我用这个简单的脚本在 python 中实现 google vision API。

我安装了我需要的所有要求，但仍然看到该错误**

AttributeError：模块“google.cloud.vision”没有属性“客户端”

Traceback（最近一次通话最后一次）：文件“C：/Users/TAKWA/Desktop/vision/44.py”，第 4 行，位于 vision_client = vision.Client() AttributeError: module 'google.cloud.vision' has no attribute '客户'

我正在尝试检测屏幕中的多个 QR 码并使用 ARKit 在其上添加信息。

我使用 Vision API 进行多个 QR 码检测，它工作得很好，但是在一次测试多个 QR 码时，HitTestResults 始终为 nil。如果检测到 SINGLE QR 码，它与 hittest 一起工作正常，我添加节点及其位置，即 hittest.worldtransform 但是当我尝试点击测试多个检测到的 qr 码边界框时，它总是失败/变为 nil 。任何人都可以有同样的问题或帮助我解决这个问题吗？

我使用 Vision API 进行多个 QR 码检测，它工作得很好，但是在一次测试多个 QR 码时，HitTestResults 始终为 nil。如果检测到 SINGLE QR 码，它与 hittest 一起工作正常，我添加节点及其位置，即 hittest.worldtransform 但是当我尝试点击测试多个检测到的 qr 码边界框时，它总是失败/变为 nil 。

我正在尝试查找如何使用 hitTest 处理多个 QR 码检测并在其上添加节点