Python 3.x 使用Google Cloud Vision API和手动填写的表单

我正试图用谷歌云视觉API分析试卷。下面是我正在使用的测试表

Cloud Vision可以很好地识别名称和问题11和12，包括笔迹。然而，它完全忽略了问题1到9。没有数字，没有字母，什么都没有

输出文本是

“Name\nJohn\ndooe\n11\n我不知道\n正确的\n答案。\n对我来说。\n12\n这\n是\n错误的\n”

有没有办法强迫Cloud Vision看到问题1到9

代码非常简单：

def detect_document(path):
    """Detects document features in an image."""
    from google.cloud import vision
    import io
    client = vision.ImageAnnotatorClient()

    with io.open(path, 'rb') as image_file:
        content = image_file.read()

    image = vision.types.Image(content=content)

    response = client.document_text_detection(image=image)

    print (response.full_text_annotation)

detect_document('resources/scan_letters.jpg')

---

如果对照片设置阈值，云视觉将更容易检测图像中的文本

我使用我在下面写的代码，它在很大程度上解决了我的问题

import cv2
from PIL import Image, ImageFilter

def threshold():
    img = cv2.imread("menu.jpg") #path of unmodified image.

    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    ret, thresh1 = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
    #ret,thresh1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY) #You can change values for best result.

    cv2.imshow('Otsu', thresh1)

    cv2.imwrite("test.png",thresh1) #saving path of the modified version of the photograph.


    if cv2.waitKey(0) & 0xff == 27:
        cv2.destroyAllWindows()

threshold()

---

谢谢！这是一个很好的主意，但是上面的例子对我没有帮助。