Python 在图像中合并水平对齐的多边形

我有一个图像，我正在使用谷歌视觉API执行OCR，我得到的结果包含每个单词的多边形顶点。绘制多边形后，图像如下所示。。 现在我想合并水平对齐的框。例如：（销售项目），（S000828749 MB短片12.00），…，（小计146.00）

我尝试过的事情： 我从垂直边缘的中点画了一条线，并将其延伸到图像边缘，计算该线接触的多边形数量，并用与该线相同的颜色对多边形进行颜色编码。我得到了一张像这样的图片。

---

不确定如何继续并在一条线上获取组

通过以下方法解决了此问题。
1.每个框都有一个标签列表，标签初始化为[]。
2.在x坐标上对框进行排序。
3.将tad初始化为0。标记只是单个标识符，我们的目标是为同一行上的框分配相同的标记。
3.迭代每个框。
4.如果标记列表为空，则增加标记值并将其附加到该框的标记列表中。
5.对所有外框进行迭代，并为外框轴线接触的每个框指定相同的标记。
6.如果标记列表不为空，则取标记列表中出现的最大标记。

---

这是N^2算法，其中N是框的数量。

将所有矩形放在一个列表中。首先按左上角的坐标对列表进行排序，然后按左上角的坐标升序对列表进行排序。这是不正确的。按

y

坐标排序列表将更改按

x

排序的列表的顺序，因此按

x

排序将没有任何用处，我的最终列表将按

y

排序。您能提供边界框列表吗？从图像中手动测量坐标有点无聊。比如[（“销售”，428，34，120，40），…]谢谢@Harry。。但我已经添加了解决的答案……好的。感谢分享答案：-）