图片中的文字可能会存在倾斜。有可能是故意添加的效果,也有可能是扫描文档时,文档放得不正。

目前的OCR通常都可以识别旋转的文字,例如使用DB算法的PaddleOCR,它能生成一张二值图,我们可以据此获取每行文字的文字,包括它的四个角点的坐标和旋转信息。

计算机辅助图片翻译软件ImageTrans支持使用各种支持旋转文字的OCR。

界面:

二值图:

图片来源:https://ac.qq.com/ComicView/index/id/547921/cid/1

获取旋转角度有很多用处,一种是文档纠偏,一种是翻译图片时,还原旋转角度。

不过示例图的文字使用了透视变换,实际翻译时,还是建议基于原始PSD文件进行修改。ImageTrans支持导出识别的文字到PSD或者直接修改PSD的文字。

ImageTrans中支持旋转度数的OCR:

  • WinRT(Windows 10以上系统自带OCR)
  • rapid
  • PaddleOCR
  • mangaTranslator
  • macOCR(macOS自带OCR)
  • oneocr(Windows 11截图工具的自带OCR)

90度旋转

有一种旋转比较特别,就是90度旋转。西方字母竖排时,文字需要90度旋转。它的旋转度数就不能简单根据四个点的坐标计算了。可以通过方向检测模型进行识别,或者直接根据宽高比例进行计算。如果高和宽的比例,大于比如说1.2,就判定为90度旋转。