文字识别OCR混贴发票识别中的情况基于子图坐标在原图中截取图片，截取具体需要用到哪些参数呀？

是的 sliceRect 坐标可以按照 x0y0 x1y1 x2y2 x3y3 作为一个矩形框 表示 在图中的左上、右上、右下、左下。图片子图要保证清晰。
此回答整理自钉群“【官方】阿里云OCR公共云客户交流群”。

文字块的外矩形四个点的坐标按顺时针排列（左上、右上、右下、左下）。当NeedRotate=true时，如果最外层的angle不为0，需要按照angle矫正图片后，坐标才准确。

阿里云全文识别高精版，是阿里云官方自研OCR文字识别产品，智能识别图片所包含的全部字段，集表格识别、旋转识别、生僻字识别等多功能为一体，提供高性价比的多场景文字识别体验。
阿里云OCR产品基于阿里巴巴达摩院强大的AI技术及海量数据，历经多年沉淀打磨，具有服务稳定、操作简易、实时性高、能力全面等几大优势。

楼主你好，是的，子图坐标指的是返回的sliceRect。sliceRect中的x0、y0、x1、y1、x2、y2、x3、y3是四个顶点的坐标，标示切割点(x0,y0),(x1,y1),(x2,y2),(x3,y3)。

在截取图片时，需要使用以下参数：

• 原图的文件路径或URL
• 子图坐标（sliceRect）的四个顶点坐标
• 截取图片的宽度和高度

可以使用以下 Python 代码来做图片截取：

# Python3
from PIL import Image

def crop_image(input_image_path, output_image_path, slice_rect):
    image = Image.open(input_image_path)
    cropped_image = image.crop(slice_rect)
    cropped_image.save(output_image_path)

其中，input_image_path是原图的文件路径或URL，output_image_path是处理后的图片的输出路径，slice_rect是子图坐标的四个顶点坐标。

在阿里云文字识别OCR的混贴发票识别中，针对一张图片中存在多个发票的情况，可以使用返回的sliceRect参数来截取每个发票的子图。

具体来说，混贴发票识别返回的sliceRect参数包含了四个坐标点 (x0, y0), (x1, y1), (x2, y2), (x3, y3)，它们表示在原图中需要截取的子图的四个角点坐标。这四个坐标点可以描述一个矩形区域，该区域是混贴发票中一个发票的位置。

截取子图时，可以使用这四个坐标点指定的区域作为截取范围，将原图中对应的区域截取出来，以获取单独的发票图像。

截取子图的参数包括：

• 原图：使用混贴发票识别接口返回的原始图像。
• 坐标点：使用返回的sliceRect参数中的四个坐标点，即(x0, y0), (x1, y1), (x2, y2), (x3, y3)。

通过指定对应的坐标点来截取子图，可以获得单独的发票图像进行后续的处理和分析。