我正在为一个涉及光学字符识别（OCR）的项目探索Google Cloud Vision API。我的项目不仅需要从图像中提取文本，还需要将这些图像分割成单个单词或字符。
我已经看过文档，但我需要澄清以下几点：
- Google Cloud Vision API是否可以将图像分割成单个单词或字符，并返回每个片段的坐标？
- 如果是，它是否也可以将这些片段作为单独的图像返回？
- 如果没有，使用Google Cloud服务实现这一目标的最佳方法是什么？
如果您能提供任何指导或资源，帮助我了解Google Cloud Vision API在项目需求方面的功能，我将不胜感激。
1条答案
按热度按时间v8wbuo2f1#
Google Cloud Vision可以从图像中检测和提取文本。您可以使用vision API进行图像标记、人脸和地标检测、光学字符识别（OCR）以及显式内容的标记。
您可以使用云视觉高级文本识别DOCUMENT_TEXT_DETECTION功能提取单词、字符及其对应坐标。该功能针对密集的文本和文档进行了响应优化。当您发送图像时，它将识别单词、字符、片段及其坐标。有关更多信息，您可以参考这些链接link1和link2。