如何才能得到右上角和右上角的坐标？

Question

让我们来介绍一下背景。我正试图为我的应用程序达到一些价值，我需要拿起img的红色盒子。

​

​

我得到了这些单词的所有top_left和bottom_right坐标。

[Word(top_left=(608, 11), bottom_right=(821, 38), confidence=99.45719909667969, text='PANELBOARD'), 
Word(top_left=(25, 12), bottom_right=(106, 39), confidence=99.0506591796875, text='CH1L'), 
Word(top_left=(112, 12), bottom_right=(282, 44), confidence=97.45893859863281, text='(EXISTING)'), 
Word(top_left=(1264, 39), bottom_right=(1346, 55), confidence=83.25164031982422, text='208Y/120V,'), 
Word(top_left=(1350, 39), bottom_right=(1410, 55), confidence=94.61625671386719, text='3PH,4W'), 
Word(top_left=(1379, 60), bottom_right=(1412, 75), confidence=98.55554962158203, text='MLO'), 
Word(top_left=(92, 61), bottom_right=(215, 75), confidence=99.64352416992188, text='REFRIGERATED'), 
Word(top_left=(219, 61), bottom_right=(262, 75), confidence=99.87834930419922, text='CASE'), 
Word(top_left=(265, 61), bottom_right=(318, 75), confidence=99.78636932373047, text='LIGHTS'), 
Word(top_left=(320, 61), bottom_right=(331, 75), confidence=99.71800231933594, text='&'), 
Word(top_left=(19, 61), bottom_right=(87, 76), confidence=99.207763671875, text='SERVES:'), 
Word(top_left=(334, 61), bottom_right=(402, 76), confidence=99.7181625366211, text='RECEPTS'), 
Word(top_left=(1335, 61), bottom_right=(1376, 76), confidence=98.63665771484375, text='250A,'), 
Word(top_left=(18, 83), bottom_right=(104, 97), confidence=98.90849304199219, text='LOCATION:'), 
Word(top_left=(108, 83), bottom_right=(155, 97), confidence=99.3512954711914, text='COMP'), 
Word(top_left=(157, 83), bottom_right=(211, 97), confidence=99.74064636230469, text='HOUSE'), 
Word(top_left=(214, 83), bottom_right=(221, 97), confidence=97.91343688964844, text='1'), 
Word(top_left=(1376, 103), bottom_right=(1408, 118), confidence=98.71705627441406, text='BUS'), 
Word(top_left=(18, 104), bottom_right=(110, 118), confidence=99.58409118652344, text='MOUNTING:'), 
Word(top_left=(112, 104), bottom_right=(183, 118), confidence=99.85911560058594, text='SURFACE'), 
Word(top_left=(1210, 104), bottom_right=(1304, 118), confidence=99.44200134277344, text='EQUIPMENT'), 
Word(top_left=(1307, 104), bottom_right=(1374, 118), confidence=99.8482666015625, text='GROUND')]

当"MLO“的x大于"3PH，4W”，所以按x排序，然后按y排序时，问题就出现了(是的，OCR检测"3PH，4W“作为一个hehe)。

我试着遵循“右上角将有最小的差别”的规则，但它也没有起作用。

有解决办法吗？

耽误您时间，实在对不起。

Answer 1

如果您知道这两种信息中的任何一种，那么这个问题很容易回答：

• 指整体包围框右上角的坐标；
• 是整个包围框的左上角右上角的方向矢量。

在前一种情况下，将B称为右上角的点，然后“最上右上角”点是最接近右上角的点；这是将欧几里德距离math.dist(B, P)最小化的点P。

在后一种情况下，将v称为左上角对角线的方向向量，并将O = (0,0)设为原点，“最右上”点是使点积v.OP最大化的点P ( OP表示“向量OP”，与点P具有相同的坐标)。

在您的问题中，您没有给出右上角的坐标；但是，将对角线的方向向量近似为v = (1, -1)，v和点P = (x,y)之间的点积就是x-y；因此，您可以这样得到带有“最右上”右上角的框：

>>> def toprightness(w):
...   return w.bottom_right[0] - w.top_left[1]
... 
>>> max(data, key=toprightness).text
'3PH,4W'