python - 从教科书图像中检测文本并创建相同的文本文件

Question

我正在构建一个应用程序，它可以从包含文本的页面（比如教科书的页面）的照片创建一个文本文件，这样两者显然是相同的。我在 PYTHON 中使用了 google-cloud-vision 来检测文本并获取图像中文本的坐标。现在这些是我面临的问题：

1. 我使用什么库（或其他东西）来创建文本文件，以便我可以编写不同大小的文本（存在于输入图像中）？-> 高优先级
2. 我如何确定一个单词是用粗体还是斜体书写，或者它是否带有下划线或确定它的字体等？第二高优先级
3. 假设有一个包含许多行和列的 TABLE；如何检测表格然后将其写入文本文件中？

这是一个示例（也是最简单的）输入图像：

这是输出（单词）文件的屏幕截图：

标签： pythontextcomputer-visiondetectiongoogle-cloud-vision