当前位置:首页 > 文章列表 > Golang > Go问答 > NormalizedVertex 返回空值时,Google Cloud Vision 检测文本

NormalizedVertex 返回空值时,Google Cloud Vision 检测文本

来源:stackoverflow 2024-02-16 22:09:24 0浏览 收藏

大家好,我们又见面了啊~本文《NormalizedVertex 返回空值时,Google Cloud Vision 检测文本》的内容中将会涉及到等等。如果你正在学习Golang相关知识,欢迎关注我,以后会给大家带来更多Golang相关文章,希望我们能一起进步!下面就开始本文的正式内容~

问题内容

我正在尝试检测 png、图像的文本,然后我会执行以下操作:

image, err := vision.newimagefromreader(file)
if err != nil {
    log.fatalf("failed to create image: %v", err)
}

texts, err := client.detecttexts(ctx, image, nil, 10)
if err != nil {
    log.fatalf("failed to detect texts: %v", err)
}

但是当尝试寻找标准化顶点时,例如

texts[0].GetBoundingPoly().GetNormalizedVertices()

它们是空的,我错过了什么吗?


正确答案


您可以尝试添加以下代码片段:

for _, text := range texts {
    // Access the detected text and bounding box vertices
    textContent := text.Description
    vertices := text.BoundingPoly.GetVertices()

    // Process the detected text and bounding box information
    fmt.Printf("Detected Text: %s\n", textContent)
    fmt.Printf("Bounding Box Vertices:\n")
    for _, vertex := range vertices {
        fmt.Printf("x: %d, y: %d\n", vertex.X, vertex.Y)
    }

getvertices() 方法可以检索每个检测到的文本的四个边界框顶点。这些顶点表示围绕检测到的文本的边界框的坐标。

对于文本检测,api 似乎不提供标准化顶点。

请记住,google cloud vision api 提供的边界框坐标以图像内的像素为单位,并且未标准化。这意味着坐标与图像的分辨率相关,并且未缩放到标准化范围。如果您需要标准化坐标,则需要根据图像尺寸执行额外的计算,以将像素坐标转换为标准化比例。

到这里,我们也就讲完了《NormalizedVertex 返回空值时,Google Cloud Vision 检测文本》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
如何解决win11系统输入体验的闪烁问题?如何解决win11系统输入体验的闪烁问题?
上一篇
如何解决win11系统输入体验的闪烁问题?
Golang实现连续多部分响应的转发功能
下一篇
Golang实现连续多部分响应的转发功能
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    292次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    344次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    348次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    311次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    133次使用