关于PaddleOCR在处理经过几何变换（旋转、拉伸）后的图像返回坐标问题

[zhang528r]

大家好 我是一个新手菜鸟，可能问题比较简单。感谢大神指导一下 下面是问题
我正在使用 PaddleOCR 进行文字识别，并遇到了一个关于如何将 OCR 结果（即文本框坐标）从预处理后的图像空间映射回原始图像空间的问题。具体来说，我的输入图像在经过 PaddleOCR 的预处理步骤后发生了旋转、拉伸和裁剪等几何变换，导致直接使用的 OCR 输出坐标与原始图像上的实际位置不匹配。

具体情况如下：
输入图像尺寸：800x800
预处理设置：
use_doc_orientation_classify=True
use_doc_unwarping=True
结果中的关键信息：
识别出的文字框坐标（dt_polys 或 rec_boxes）
预处理后的输出图像尺寸仍为 800x800，但内容已被拉伸和裁剪。
获取的坐标信息是基于预处理后的信息坐标，不是基于原图的坐标信息。



我的代码：
import os
import sys
from pathlib import Path
import cv2
import numpy as np
import argparse
from paddleocr import PaddleOCR

配置命令行参数

parser = argparse.ArgumentParser(description='OCR and Translation Tool')
parser.add_argument('--image', type=str, default="11.png", help='Path to input image')
parser.add_argument('--output', type=str, default="translation_result.json", help='Output JSON path')
args = parser.parse_args()

初始化OCR

ocr = PaddleOCR(
use_textline_orientation=True,
lang='ch',
use_tensorrt=False
)

def main():
try:
# 检查图像文件是否存在
if not os.path.exists(args.image):
raise FileNotFoundError(f"图像文件 '{args.image}' 不存在")

    # 使用原始图像
    original_img = cv2.imread(args.image)
    if original_img is None:
        raise ValueError("读取图像失败，请确认图像路径正确且图像未损坏")

    else:
        original_height, original_width, _ = original_img.shape
        print(f"原始图像尺寸: {original_width}x{original_height}")
        
        # 直接使用原始图像进行OCR识别
        result = ocr.predict(input=args.image)  

        for res in result:
       
            res.print()
            res.save_to_img("output")
            res.save_to_json("output")
            

       
except Exception as e:
    print(f"OCR处理失败: {str(e)}")
    raise RuntimeError(f"OCR处理失败: {str(e)}") from e

if name == "main":
main()