Computer vision 如何获取tesseract读取的线坐标？

有没有办法用tesseract逐行读取图像并获得直线的坐标？通常，我可以读取每个单词tesseract返回字典，我可以获得所有位置，但没有线坐标选项？我使用psm 6逐行阅读，但即使我使用它，我也会收到word的坐标

d = pytesseract.image_to_data(img, lang="eng", output_type=Output.DICT)

---

您可以将属于每一行的单词组合在一起，并从最左侧和最右侧的单词边界框中找到“行”边界框。 下面是将每一行的单词组合在一起的python实现

text = pytesseract.image_to_data(img, lang="eng", output_type=Output.DICT)

data = {}
for i in range(len(text['line_num'])):
    txt = text['text'][i]
    block_num = text['block_num'][i]
    line_num = text['line_num'][i]
    top, left = text['top'][i], text['left'][i]
    width, height = text['width'][i], text['height'][i]
    if not (txt == '' or txt.isspace()):
        tup = (txt, left, top, width, height)
        if block_num in data:
            if line_num in data[block_num]:
                data[block_num][line_num].append(tup)
            else:
                data[block_num][line_num] = [tup]
        else:
            data[block_num] = {}
            data[block_num][line_num] = [tup]

linedata = {}
idx = 0
for _, b  in data.items():
    for _, l in b.items():
        linedata[idx] = l
        idx += 1
line_idx = 1
for _, line in linedata.items():
     xmin, ymin = line[0][1], line[0][2]
     xmax, ymax = (line[-1][1] + line[-1][3]), (line[-1][2] + line[-1][4])
     print("Line {} : {}, {}, {}, {}".format(line_idx, xmin, ymin, xmax, ymax))
     line_idx += 1

---

您可以将属于每一行的单词组合在一起，并从最左侧和最右侧的单词边界框中找到“行”边界框。 下面是将每一行的单词组合在一起的python实现

text = pytesseract.image_to_data(img, lang="eng", output_type=Output.DICT)

data = {}
for i in range(len(text['line_num'])):
    txt = text['text'][i]
    block_num = text['block_num'][i]
    line_num = text['line_num'][i]
    top, left = text['top'][i], text['left'][i]
    width, height = text['width'][i], text['height'][i]
    if not (txt == '' or txt.isspace()):
        tup = (txt, left, top, width, height)
        if block_num in data:
            if line_num in data[block_num]:
                data[block_num][line_num].append(tup)
            else:
                data[block_num][line_num] = [tup]
        else:
            data[block_num] = {}
            data[block_num][line_num] = [tup]

linedata = {}
idx = 0
for _, b  in data.items():
    for _, l in b.items():
        linedata[idx] = l
        idx += 1
line_idx = 1
for _, line in linedata.items():
     xmin, ymin = line[0][1], line[0][2]
     xmax, ymax = (line[-1][1] + line[-1][3]), (line[-1][2] + line[-1][4])
     print("Line {} : {}, {}, {}, {}".format(line_idx, xmin, ymin, xmax, ymax))
     line_idx += 1

---

谢谢你的回答，我们有线和坐标。现在我需要达到特定的索引值，是由tesseract在字典中给出的，哪一行有特定的索引这些行是按照从上到下的顺序排序的，因此你可以在特定的索引中找到这些行。我的意思是，当我从tesseract作为字典得到结果时，每个单词都有一个索引<代码>[我想在代码创建的行中找到索引。它可以在任何行中。感谢你的回答flamelite，我们有行和坐标。现在我需要达到特定的索引值是由tesseract在字典中给出的，哪一行有特定的索引。这些行按从上到下的顺序排序，因此你可以找到l具体索引处的ines实际上我的意思是，当我从tesseract as dictionary得到结果时，每个单词都有一个索引；

[''，''，''，'“GDA”、“Sanayi”、“ve”、“Ticaret”、“A.Ş”、“A”、“O”、“A”、“Kazım”、“Karabekir”、“Cd.No:4”、“J”、“B.mükellefler”、“V.D.470002607”、“Belge”、“No:”、“、”、“、”、“、”、”、“、”、“、”、”、“、”、”、”、”、“

在该dic中，例如4个索引，如“GDA”我想在代码创建的行中找到索引。它可以在任何行中。