如何基于正则条件提取Google Vision OCR JSON元素并逐个获取坐标？

需求说明 #

项目使用Google Vision API的OCR识别结果（JSON格式，包含所有元素的描述与坐标），需要实现：

• 遍历JSON结果，通过正则匹配筛选目标元素
• 提取匹配元素的描述与坐标并存储
• 基于坐标判断元素间是否平行

现有代码仅能硬编码提取描述为a的元素坐标，无法适配动态正则匹配的场景，以下是改进实现方案。

现有代码问题 #

原代码存在三个核心问题：

1. 硬编码匹配字符串"a"，无法支持正则动态筛选
2. 循环中未遍历__nodes列表，直接使用未定义的__node变量，会引发NameError
3. 仅返回单个元素的坐标列表，无法处理多个匹配元素的情况

改进实现方案 #

核心思路 #

• 接收正则表达式作为参数，动态匹配元素描述
• 遍历所有textAnnotations节点，用正则匹配筛选目标元素
• 将每个匹配元素的描述和坐标集合整理为结构化数据（如字典）存入列表，方便后续处理

完整代码实现 #

import json
import traceback
import re

def get_json():
    try:
        with open('json_file.json', 'r', encoding="utf-8") as f:
            origin_data = json.load(f)
        return origin_data
    except Exception as e:
        print(e)
        print(traceback.format_exc())
        return None

def get_matched_elements(origin_data, pattern):
    """
    通过正则匹配提取目标元素的描述与坐标
    :param origin_data: Google Vision API返回的OCR JSON数据
    :param pattern: 正则表达式字符串，用于匹配元素描述
    :return: 匹配元素列表，每个元素为{"description": str, "coords": list}
    """
    matched_elements = []
    if not origin_data or 'textAnnotations' not in origin_data:
        return matched_elements
    
    regex = re.compile(pattern)
    # 跳过第一个元素（textAnnotations第一个是全局识别文本，不是单个元素）
    for node in origin_data['textAnnotations'][1:]:
        desc = node.get('description', '')
        if regex.fullmatch(desc):
            # 提取四个顶点的坐标，整理为[x1,y1,x2,y2,x3,y3,x4,y4]格式
            coords = []
            for vertex in node['boundingPoly']['vertices']:
                coords.append(vertex.get('x', 0))
                coords.append(vertex.get('y', 0))
            matched_elements.append({
                "description": desc,
                "coords": coords
            })
    return matched_elements

调用示例 #

# 匹配单个小写字母（如a、b、c、d、e）
ocr_data = get_json()
if ocr_data:
    # 正则匹配单个小写英文字母
    matched = get_matched_elements(ocr_data, r'^[a-e]$')
    for elem in matched:
        print(f"元素: {elem['description']}, 坐标: {elem['coords']}")

元素平行判断思路 #

要判断两个矩形元素是否平行，可通过计算矩形边的向量叉积实现（叉积为0则两向量平行）：

def is_parallel(elem1, elem2):
    """判断两个矩形元素是否平行"""
    def get_edge_vectors(coords):
        # 从坐标列表中提取两条邻边的向量
        # coords格式：[x1,y1,x2,y2,x3,y3,x4,y4]
        v1 = (coords[2]-coords[0], coords[3]-coords[1])
        v2 = (coords[4]-coords[2], coords[5]-coords[3])
        return [v1, v2]
    
    vecs1 = get_edge_vectors(elem1['coords'])
    vecs2 = get_edge_vectors(elem2['coords'])
    
    # 计算向量叉积，叉积为0则平行
    def cross_product(v_a, v_b):
        return v_a[0]*v_b[1] - v_a[1]*v_b[0]
    
    # 检查任意一组对应边是否平行
    if cross_product(vecs1[0], vecs2[0]) == 0 or cross_product(vecs1[1], vecs2[1]) == 0:
        return True
    return False

内容的提问来源于stack exchange，提问作者Chris Chow