偵測及擷取圖片中的文字

光學字元辨識 (OCR)

Cloud Vision API 可讓您使用光學字元辨識 (OCR) 功能，從圖片中偵測文字。也就是說，您可以使用 Cloud Vision 執行電腦視覺工作，例如圖像分析和偵測密集文件文字，包括擷取手寫內容。

Cloud Vision API 提供兩項支援光學字元辨識 (OCR) 的註解功能：

  • TEXT_DETECTION 會偵測並從任何圖片中擷取文字。舉例來說，相片可能含有路牌或交通號誌。JSON 包含整個擷取的字串、個別字詞，以及這些字詞的周框。

    顯示文字的路標。

  • DOCUMENT_TEXT_DETECTION 也會從圖片中擷取文字，但回覆內容會針對密集文字和文件進行最佳化。JSON 檔案包含頁面、區塊、段落、字詞和換行資訊。

    醒目顯示文字的文件。

    進一步瞭解DOCUMENT_TEXT_DETECTION如何擷取手寫內容，以及從檔案 (PDF 或 TIFF) 擷取文字。