确定 PDF 中的文本方向

Question

有没有一种方法可以使用 JS 或任何库检测页面中的文本是横向还是纵向？我不能依赖宽度 > 高度，因为有些页面也会旋转。 对

我不能依靠比较宽度和高度，或检查页面是否旋转，因为这两个页面都旋转了 90 度，但我不知道如何检测文本的方向。

我还使用 Node.js 和 pdfjs 对 PDF 进行了一些预处理。因此，如果有任何 API/库可以帮助我获取所需的信息，我将不胜感激。

Answer 1

您可以使用主要用于 OCR 转换的 tesseract 来做到这一点。我在 PHP 中使用它，但你也可以在 JS 中使用它： https://ourcodeworld.com/articles/read/580/how-to-convert-images-to-text-with-pure-javascript-using-tesseract-js

Tesseract 可以检测方向。以下是有关使用 Python 的一些信息： Is it possible to check orientation of an image before passing it through pytesseract ocr module

您需要做的就是使用上面第一个链接的工具将其调整为 Javascript。