Orijentacija dokumenta snimljenog mobilnim telefonom je pogrešna. Prvo obradite EXIF a zatim ga pošaljite u OCR.
Slika ugovora na mom telefonu izgledala je okomito, ali nakon što sam je postavio, okrenula se vodoravno. Razlog može biti taj što sami pikseli nisu rotirani, gledatelj jednostavno prilagođava prikaz na temelju EXIF orijentacijskih oznaka. Ako OCR unos zanemari ovu oznaku, čitat će stranicu u drugom smjeru.
Ugovorne fotografije snimljene mobitelom u albumu su okomite, ali nakon učitavanja postaju vodoravne. Mnogi ljudi će pomisliti da je fotografija kriva ili da je datoteka pogrešna. Ovaj je članak napisan za ljude koji trebaju poslati fotografije s mobilnog telefona u OCR ili proces prevođenja kako bi vam pomogli razlikovati "smjer prikaza" i "smjer piksela".
Nakon što ovo pročitate, znat ćete što je EXIF zastavica orijentacije, koju funkciju Pillow koristi za rukovanje njome i koje probleme ne rješava. U primjerima se koriste sintetički uzorci, a kod je provjeren u izoliranom okruženju, ali to ne predstavlja jamstvo svih stvarnih datoteka ili performansi proizvoda. Prije obrade važnih dokumenata, molimo vas da sačuvate izvornike i pregledate ih prema granicama i stavkama prihvaćanja u tekstu.
Što trebam učiniti ako je dokument snimljen mojim mobilnim telefonom u krivom smjeru? Zaključak jedne rečenice
Najprije upotrijebite ImageOps.exif_transpose za primjenu oznake smjera EXIF a zatim pošaljite prilagođenu sliku u OCR; pitanja nagiba i perspektive treba rješavati odvojeno.
| vaša situacija | Preporučene prakse | razlog |
|---|---|---|
| Preglednik se prikazuje normalno, ali rezultati analize su postrance | Najprije upotrijebite ImageOps.exif_transpose za primjenu EXIF smjera | Pikseli se ne okreću, samo se podešava sloj prikaza |
| Cijela fotografija je malo nagnuta | Procijenite korekciju nagiba pojedinačno | exif_transpose ne obrađuje kutove snimanja |
| Papir je trapezast | Otkrijte granice papira i izvršite korekciju perspektive | Izobličenje perspektive nije problem EXIF orijentacije |
| Potrebno je spremiti kutiju koju je vratio OCR | Snimite ulaznu veličinu, transformaciju orijentacije i izlaznu veličinu u isto vrijeme | Prilagođene koordinate slike razlikuju se od izvorne slike |
Smjer prikaza i smjer piksela treba promatrati odvojeno.
Pikseli fotografije na mobilnom uređaju možda se sami neće rotirati, a EXIF oznake orijentacije u datoteci govore gledatelju kako da je prikaže. Gledatelj će prilagoditi sliku u skladu s tim, a ako OCR mehanizam zanemari ovu oznaku, čitat će stranicu u drugom smjeru.
Pillowov ImageOps.exif_transpose prilagođava piksele na temelju informacija o orijentaciji i uklanja primijenjene oznake orijentacije kako bi se izbjegle naknadne rotacije. Bavi se EXIF orijentacijom, a ne proizvoljnim nagibom kadra ili izobličenjem perspektive. Ravnanje krivo snimljenog papira mobitelom ipak zahtijeva još jedan skup geometrijske obrade.
Testirajte granice rotacije sa sintetiziranim pikselima
Sljedeći kod koristi složenu sliku za provjeru jesu li markeri orijentacije ispravno primijenjeni:
from PIL import Image, ImageOps
source = Image.new("RGB", (40, 20), "white")
source.putpixel((0, 0), (255, 0, 0))
source.getexif()[274] = 6
fixed = ImageOps.exif_transpose(source)
assert fixed.size == (20, 40)
assert fixed.getpixel((19, 0)) == (255, 0, 0)
assert fixed.getexif().get(274) is None
assert source.size == (40, 20)
again = ImageOps.exif_transpose(fixed)
assert again.size == fixed.size
assert again.tobytes() == fixed.tobytes()
Crveni pikseli u kutovima ovdje se koriste za provjeru geometrijskih odnosa, bez pozivanja OCR mehanizma ili simuliranja stvarnog teksta. Stoga test može samo potvrditi zaključak da su "oznake smjera ispravno primijenjene", ali ne može potvrditi "koliko je stopa prepoznavanja teksta poboljšana." Primjer ovisi o Pillowu i trebao bi se izvoditi u zaključanoj verziji.
Anomalije smjera skretanja
Kada naiđete na problem sa smjerom, prvo pogledajte fenomen, a zatim odredite uzrok. Tablica u nastavku može vam pomoći da odlučite o sljedećim koracima:
| promatrati | Mogući razlozi | Sljedeće |
|---|---|---|
| Gledatelj je normalan, a parser je pejzažno oblikovan | EXIF se ne primjenjuje | Provjeri oznaku smjera i piksele |
| Cijela stranica je blago nagnuta | Kut snimanja | Neovisno procjenjujte korekciju nagiba |
| Stranica je trapezoidna | Izobličenje perspektive | Ispravlja nakon provjere granica papira |
| Tekst je naopako, ali bez oznaka | Nedostaju metapodaci | Sudite prema sadržaju stranice, bez nagađanja |
Snimanje koordinata treba početi nakon rotacije
Ako OCR vrati tekstualni okvir na prilagođenoj slici, koordinate okvira odgovarat će prilagođenoj slici, a ne originalnoj slici. Stoga je potrebno zadržati tri informacije: ulazne dimenzije, smjernu transformaciju i izlazne dimenzije. Prilikom prikaza istaknutih dijelova, primijenite inverznu transformaciju koordinata kako biste se vratili na izvornu poziciju slike.
Ako spremite samo skup okvira bez snimanja kojoj slici pripadaju, položaj isticanja će se pomaknuti s teksta.
Poravnajte sliku prije prijevoda
Prilikom obrade skeniranih materijala putem OmniDoc (Portal proizvoda)-ovih OCR i prevoditeljskih portala, prvo možete potvrditi orijentaciju usporedbom s izvornikom. Orijentacija, perspektiva i jasnoća tri su različite stavke inspekcije koje treba zasebno potvrditi.
Nakon organiziranja ulaznih kriterija, koristite dvojezične rezultate za procjenu kvalitete prijevoda. Ako nedostajuće riječi pripišete modelu prevođenja čim ih pronađete, pravi problem unosa često se propušta.
Izvori: Pillow ImageOps.
📊 Usporedba jezgre
| Obrada objekata | Metode rukovanja | Je liexif_transpose dovršen |
|---|---|---|
| EXIF oznaka smjera | Prilagodite piksele po oznakama | Da |
| Cijela stranica je blago nagnuta | Korekcija kuta snimanja | Ne, potrebna je neovisna procjena |
| Stranica je trapezoidna | Korekcija perspektive | Ne, granice papira moraju se provjeriti |
🎯 Koji ti pristup najviše odgovara?
Ako ......
- Preglednik normalan, OCR rezultati su tapnuti: Prvo primijenite EXIF orijentaciju, zatim ponovno usmjerite OCR.
- Ukupno iskrivljenje fotografije: tretirajte korekciju nagiba kao samostalan korak, a ne oslanjajte se na upravljanje smjerom za njegovo ispravljanje.
- Trapezoidni rubovi papira: prvo pregledajte rubove papira, zatim izvršite korekciju perspektive.
- Istaknuta izvorna pozicija slike: Spremite ulazne dimenzije i informacije o transformaciji, zatim izvršite inverznu transformaciju tijekom prikaza.
❓ Često postavljana pitanja (FAQ)
1. exif_transpose: Možete li ispraviti papir od krivih kadrova?
Ne. Piksele prilagođava samo na temelju EXIF oznaka smjera, bez rukovanja kutovima snimanja ili perspektivnim izobličenjima, koja zahtijevaju dodatnu geometriju.
2. Zašto preglednik prikazuje normalno, a OCR rezultati su horizontalni?
Preglednik primjenjuje EXIF oznaku smjera, dok se sami pikseli možda neće rotirati. Ako OCR ignorira ovaj marker, čitat će stranice u suprotnom smjeru.
3. Može li primjer koda pokazati koliko se stopa prepoznavanja poboljšala?
Ne. Primjer koristi sintetičke piksele za provjeru jesu li oznake smjera ispravno primijenjene, bez pozivanja OCR motora ili simulacije stvarnog teksta.
4. Zašto kutija vraćena OCR-om ne odgovara originalnoj poziciji slike?
Ako OCR radi na prilagođenom grafu, koordinate okvira odgovaraju prilagođenom grafu. Potrebno je zabilježiti ulazne dimenzije, transformacije i izlazne dimenzije te izvršiti inverznu transformaciju tijekom prikaza.
📝 Sažetak
Za probleme s orijentacijom na fotografijama s telefona, prvo provjerite smjer prikaza ili orijentaciju piksela, zatim upravljajte orijentacijom, nagibom i perspektivom. Prije rukovanja važnim dokumentima, molimo sačuvajte originale i dovršite pregled.
Isprobajte sada: Prenesite svoj dokument da biste započeli prijevod, čuvajući izvorno oblikovanje


