23 lines
973 B
Python
23 lines
973 B
Python
|
# tbpu : text block processing unit
|
|||
|
|
# 文块处理器的基类。
|
|||
|
|
# OCR返回的结果中，一项包含文字、包围盒、置信度的元素，称为一个“文块” - text block 。
|
|||
|
|
# 文块不一定是完整的一句话或一个段落。反之，一般是零散的文字。
|
|||
|
|
# 一个OCR结果常由多个文块组成。
|
|||
|
|
# 文块处理器就是：将传入的多个文块进行处理，比如合并、排序、删除文块。
|
|||
|
|
|
|||
|
|
|
|||
|
|
class Tbpu:
|
|||
|
|
def __init__(self):
|
|||
|
|
self.tbpuName = "文块处理单元-未知"
|
|||
|
|
|
|||
|
|
def run(self, textBlocks):
|
|||
|
|
"""输入：textBlocks文块列表。例：\n
|
|||
|
|
[
|
|||
|
|
{'box': [[29, 19], [172, 19], [172, 44], [29, 44]], 'score': 0.89, 'text': '文本111'},
|
|||
|
|
{'box': [[29, 60], [161, 60], [161, 86], [29, 86]], 'score': 0.75, 'text': '文本222'},
|
|||
|
|
]
|
|||
|
|
输出：排序后的textBlocks文块列表，每个块增加键：
|
|||
|
|
'end' 结尾间隔符
|
|||
|
|
"""
|
|||
|
|
return textBlocks
|