Computer vision 根据图像中出现的顺序对检测到的文本边框坐标进行排序

我使用了一个文本检测模型，它给出了边界框坐标。我已经将多边形转换为矩形，用于裁剪图像中的文本区域。生成的边界框被洗牌了，我无法进行排序。据我了解，这些箱子是按Y3分类的。但是，当曲线文本出现在同一行中时，如下图所示，顺序会被打乱，我需要在将其传递给文本提取模型之前对其进行排序

将多边形转换为矩形以裁剪文本区域

在这种情况下，将显示带有检测到的文本的多边形边界框坐标

146,36354,34354,82146,84“澳大利亚人”

273,78434151411201250129“收集”

146,97250,97250150146150“藤”

7716613112615415899197“旧”

242215361241354273235248“山谷”

1402472242192342500277“伊甸园”

194298306296307324194325“设拉子”

2324063402364421233426“复古”

15240216405215425151422“2008”

124470209480207500122490“南”

2274813874723894228503“澳大利亚”

22256231256431158522583“吉布森”

198564217564217584198584“由”

38657042157042160386600“750毫升”

---

但预期的输出是，我需要按照以下文本外观顺序排序坐标……澳大利亚->旧->葡萄->收集->伊甸园->山谷->设拉子->2008->年份->南部->澳大利亚->by->吉布森->750ml。

这与熊猫有什么关系？如果与熊猫无关，请删除标签。如果您发布代码，将更容易帮助您。

img_name='rre7'
orig=cv2.imread('CRAFT-pytorch/test/'+str(img_name)+'.jpg')
colnames=['x1','y1','x2','y2','x3','y3','x4','y4']
df=pd.read_csv('result/res_'+str(img_name)+'.txt',header=None, 
delimiter=',', names=colnames)
rect=[]
boxes=df.values
for i,(x1,y1,x2,y2,x3,y3,x4,y4) in enumerate(boxes):
    startX = min([x1,x2,x3,x4])
    startY = min([y1,y2,y3,y4])
    endX = max([x1,x2,x3,x4])
    endY = max([y1,y2,y3,y4])
    #print([startX,startY,endX,endY])
    rect.append([startX,startY,endX,endY])
rect.sort(key=lambda b: b[1])
print("After sorting")
print('\n')
# initially the line bottom is set to be the bottom of the first rect
line_bottom = rect[0][1]+rect[0][3]-1
line_begin_idx = 0
for i in range(len(rect)):
    # when a new box's top is below current line's bottom
    # it's a new line
    if rect[i][1] > line_bottom:
    # sort the previous line by their x
        rect[line_begin_idx:i] = sorted(rect[line_begin_idx:i], key=lambda 
        b: b[0])
        line_begin_idx = i
    # regardless if it's a new line or not
    # always update the line bottom
    line_bottom = max(rect[i][1]+rect[i][3]-1, line_bottom)
# sort the last line
rect[line_begin_idx:] = sorted(rect[line_begin_idx:], key=lambda b: b[0])
for i,(startX,startY, endX,endY) in enumerate(rect):
    roi = orig[startY:endY, startX:endX]   
    cv2.imwrite('gray/'+str(img_name)+'_'+str(i+1)+'.jpg',roi)