如何使用ImageContext为Google Cloud Vision的DOCUMENT_TEXT_DETECTION配置language hints

核心逻辑 #

调用DOCUMENT_TEXT_DETECTION接口时，在请求参数中增加imageContext字段，在该字段下的languageHints数组中传入你需要指定的语种代码即可。API会优先识别你指定的语种，多语种场景下可以同时传入多个语种代码，最多支持5个，优先级按照传入顺序从高到低排列。

代码示例 #

Python 客户端示例 #

from google.cloud import vision

# 初始化客户端
client = vision.ImageAnnotatorClient()

# 加载待识别图片，可选择本地文件路径、GCS存储地址或者base64编码内容
image = vision.Image()
image.source.image_uri = "gs://你的存储桶地址/你的图片文件名"

# 配置ImageContext与language hints
image_context = vision.ImageContext(
    # 按识别优先级填写语种代码，例：中文、英文、日文
    language_hints=["zh", "en", "ja"]
)

# 发起文档文本识别请求
response = client.document_text_detection(
    image=image,
    image_context=image_context
)

# 打印识别结果
print("识别到的文本内容：")
print(response.full_text_annotation.text)

HTTP 直接请求示例 #

请求体结构如下：

{
  "requests": [
    {
      "image": {
        "source": {
          "imageUri": "gs://你的存储桶地址/你的图片文件名"
        }
      },
      "features": [
        {
          "type": "DOCUMENT_TEXT_DETECTION"
        }
      ],
      "imageContext": {
        "languageHints": ["zh", "en"]
      }
    }
  ]
}

注意事项 #

• 传入的语种代码需要符合ISO 639-1规范，无效代码会被自动忽略，不会影响正常识别但不会生效
• 即使指定了language hints，API仍会自动尝试识别列表外的其他语种，只是会优先匹配你指定的语种
• 手写文本、低清晰度、小字号文本的识别场景，准确填写language hints可以大幅提升识别准确率

内容的提问来源于stack exchange，提问作者Vikas Kumar