如何阻止AWS Textract自动校正图像方向以识别横竖混合文本？

我需要分析一份包含横向和纵向文本的文档。尝试将图像旋转90度后提交给AWS Textract，但发现后端会在提取文本前自动校正图像方向，导致无法识别纵向文本。请问是否有办法阻止该行为？

测试代码 #

import boto3
from PIL import Image

textract = boto3.client('textract')

# 分析原始图片
with open('example.jpg', 'rb') as f:
    response = textract.detect_document_text(Document={'Bytes': f.read()})
[block['Text'] for block in response['Blocks'] if block['BlockType'] == 'LINE']
['Most text is horizontal', "Here's another horizontal line"] # 仅识别出横向文本

# 将图片旋转90度
image = Image.open('example.jpg')
image = image.rotate(-90)
image.save('example_rotated.jpg')

# 分析旋转后的图片
with open('example_rotated.jpg', 'rb') as f:
    response = textract.detect_document_text(Document={'Bytes': f.read()})
[block['Text'] for block in response['Blocks'] if block['BlockType'] == 'LINE']
['Most text is horizontal', "Here's another horizontal line"] # 仍然只识别出横向文本

示例图片 #

要阻止AWS Textract自动校正图像方向，你需要使用**AnalyzeDocument API**并指定OrientationCorrection参数为"NONE"——detect_document_text API默认会自动校正方向，且不支持关闭该行为。

修改后的代码示例 #

import boto3

textract = boto3.client('textract')

# 分析旋转后的图片，禁用自动方向校正
with open('example_rotated.jpg', 'rb') as f:
    response = textract.analyze_document(
        Document={'Bytes': f.read()},
        FeatureTypes=['TABLES'],  # 必须指定至少一个FeatureType，可选值为TABLES/FORMS
        OrientationCorrection="NONE"  # 关键参数：禁用方向校正
    )

# 提取所有文本行
extracted_text = [block['Text'] for block in response['Blocks'] if block['BlockType'] == 'LINE']
print(extracted_text)

关键注意点 #

• 使用AnalyzeDocument时必须指定至少一个FeatureTypes，否则会触发参数错误。
• 禁用方向校正后，Textract会严格按照图片的原始方向识别文本，旋转后的纵向文本就能被正常提取。

内容的提问来源于stack exchange，提问作者Jeff Bezos