ocr识别遇到的小问题-图片的EXIF 元数据

背景

之前在公司通过paddleocr写了个接口，传入图片的base64编码返回识别出的文字信息。但是图片为横向时，文字行会乱序，所以准备新加一个功能通过paddleclas推理图片文字的倾斜角度，并将图片旋转为正向。在测试过程中发现windows打开一个正向图片，调用ocr接口时无法识别，返回一堆奇怪的文字。

排查过程

首先我需要识别的图片在windows中打开是这样的，宽为4096，长为3072

识别出的结果为

（图片内容为示例图片，实际是纯文字图片，返回的内容都是奇怪的文字）

之后尝试了其他正向图片都可以正常识别，于是在PyCharm中打算通过python打开图片，然后使用本地的paddleocr尝试一下。使用如下代码：

with open("C:\\Users\\xxxxx\\test.jpg", "rb") as image_file:

     file_content = base64.b64encode(image_file.read()).decode("utf8")

发现预览图片时，图片是旋转的，于是将图片复制到pycharm和idea里，发现全部都是旋转的图片。

并且发现只有jpg格式的出现了这个问题，其他如PNG格式的图片是正常的。

于是搜索了一下jpg和PNG图片的不同之处。发现JPEG 图片通常包含 EXIF 元数据，里面包括了一个 Orientation 标签，它告诉系统应该如何旋转图片来正常显示。

Windows 的照片查看器会读取这个 Orientation 标签，并自动旋转图片。
但一些 IDE（如 PyCharm、IDEA）中的图片查看器或第三方库（如 PIL、OpenCV）通常不读取 EXIF 的 Orientation 信息，而是直接以图像的原始像素排列进行显示。

那么问题就很明显了，使用如下代码对图片的EXIF信息进行读取

from PIL import Image, ExifTags

def open_image_with_correct_orientation(path):

    image = Image.open(path)

    try:

        for orientation in ExifTags.TAGS.keys():

            if ExifTags.TAGS[orientation] == 'Orientation':

                break

        exif = image._getexif()

        if exif is not None:

            orientation_value = exif.get(orientation)

            if orientation_value == 3:

                image = image.rotate(180, expand=True)

            elif orientation_value == 6:

                image = image.rotate(270, expand=True)

            elif orientation_value == 8:

                image = image.rotate(90, expand=True)

    except Exception as e:

        print(f"读取 EXIF 方向失败: {e}")

    return image

# 示例使用

img = open_image_with_correct_orientation("your_image.jpg")

img.show()

返回结果为

发现Orientation 为3，证明原始图片确实是旋转过的。

解决办法

1、通过上述代码获取图片的元数据的旋转信息，对图片进行旋转

2、通过paddleclas判断文字的倾斜角度，对图片进行旋转，我这边采用的是这种方法，毕竟这次遇到的bug是因为测试为了方便直接对图片进行旋转并保存而出现。线上环境中图片由于每个人拍摄角度不固定，所以很可能上传的原始图片就是倾倒的。

图片的EXIF元数据

常见关键字段：

Orientation：图像方向（是否旋转）
DateTime：拍摄时间
Make / Model：设备品牌 / 型号
ExifImageWidth / ExifImageHeight：原始像素尺寸
GPSInfo：地理位置信息（如果有）

Orientation 的取值含义：

值	说明
1	正常
3	旋转 180 度
6	顺时针旋转 90 度
8	逆时针旋转 90 度

常见支持 EXIF 的图片格式：

值	说明
JPEG / JPG	是主要支持 EXIF 的格式
TIFF	原始格式之一，支持丰富的元信息
HEIF / HEIC	新一代图像格式（如 iPhone 拍照），支持 EXIF，但不是所有工具都能读取
WebP	支持嵌入元数据（EXIF 和 XMP），但不是标准实现的一部分，兼容性差异较大
RAW 格式（如 .CR2, .NEF, .ARW, .DNG 等）	摄影相机原始文件，通常包含大量 EXIF 和其他元数据
PNG	不支持 EXIF，但可以写入其他形式的元数据（如 tEXt 或 iTXt）
BMP	不支持 EXIF
GIF	不支持 EXIF
SVG	是 XML 文本格式，不支持 EXIF，但可以有自定义 metadata 区域