我再次提出一个建议😄，
当我尝试使用paragraph=True时，我发现结果完全合并了检测到的文本和框 - 无法看到任何方法可以将它们Map回原始单词本身。
对于应用布局感知的NLP模型(例如LayoutLM、DocFormer等),词级边界框非常有用。就我目前所知，如果用户想要生成词级和段落级的结果，他们需要运行EasyOCR两次 - 并且无法在两者之间Map对象？
如果能有一种分层输出选项，可以在不丢失低级信息的情况下对检测结果进行分组，那将是非常棒的。例如，我相信Tesseract现在已经实现了这一点，尽管我不能说他们的TSV记录结构很容易上手！嵌套对象可能更容易迭代。
披露
我目前在AWS工作(但帮助我们的客户构建解决方案，而不是构建自己的AWS服务),也是Amazon Textract的常规用户...所以我不是打算以任何方式不适当地引导你们的设计，但可能会受到我熟悉的使用的偏见影响！🙇
3条答案
按热度按时间kpbwa7wx1#
听起来不错。感谢你的建议。我们会添加这个功能。
55ooxyrt2#
你好，并对仓库表示赞赏！
关于这个功能有任何进展吗？
zfycwa2u3#
@emanuelevivoli,这可能是目前解决这个问题最快的方法。在获取结果后，请在自己的管道中添加get_paragraph()函数(在utils.py中)。如果您更改了参数，请确保为其设置默认值。