Azure 表单识别器边界框结果转换为 XY 坐标

Question

我想将表单识别器“boundingBox”的结果转换为图像坐标，以可视化覆盖图像和识别的数据。 然而，boundingBox 结果看起来不像这个图像那样的 XY 坐标位置。 /image/DOEi5.png

我需要每个boundingBox的左上(X1，Y1)和右下(X2，Y2)计算规则。

我还使用认知服务 OCR 和文本识别制定了一些计算规则，但没有有关表单识别器的信息。 我试图通过减号或除号找到 XY 坐标规则，但没有找到规则。

这是我通过表单识别器的示例图像获得的结果 json 数据。但无法从中找到boundingBox规则。

Responsebody: {
  'status': 'success',
  'pages': [
    {
      'number': 1,
      'height': 792,
      'width': 612,
      'clusterId': 0,
      'keyValuePairs': [
        {
          'key': [
            {
              'text': 'Address:',
              'boundingBox': [
                57.3,
                683.0,
                100.5,
                683.0,
                100.5,
                673.7,
                57.3,
                673.7
              ]
            }
          ],
          'value': [
            {
              'text': '1020 Enterpirse Way.',
              'boundingBox': [
                57.3,
                672.2,
                153.1,
                672.2,
                153.1,
                658.8,
                57.3,
                658.8
              ],
              'confidence': 0.53
            },

我需要每个boundingBox的左上(X1，Y1)和右下(X2，Y2)计算规则。

感谢团队。

Answer 1

我在使用表单识别器时也遇到过这种困惑。它的原点位于页面左下角。

// Azure Bounding box is like this                      0---->1
//                                                      |     |
//                                         Y            |     |
//                                         ↑            3<----2
//                                  Origin . → X



// Expected Bounding Box            Origin . → X
//                                         ↓            0---->1
//                                         Y            |     |
//                                                      |     ↓
//                                                      3<----2

这八个值是4个点的X、Y值。您可以选择左上角为 0th、1st，右下角为 4th、5th。 如果您想标准化坐标，使值保持在 0 和 1 之间，则必须将每个像素值除以相应页面的宽度和高度。