安卓Tesseract和Leptonica OCR。读取单个框和字符。

Question

我正在使用Tesseract在Android上进行工作，我有以下代码来从图像中提取字符串和读取的框:

TessBaseAPI baseApi = new TessBaseAPI();
baseApi.init(tess_path, "eng"); 
baseApi.setImage(bitmap);
String recognizedText = baseApi.getUTF8Text();
ArrayList<Rect> boxes = baseApi.getCharacters().getBoxRects();
Pixa pixa = baseApi.getCharacters();
baseApi.end();

在这里，我可以看到每个字符的文本和框，但有时文本的大小与框数组不同，那么就无法设置读取的字符框。

是否有办法获得精确的框和其字符？

- user2021731

---

示例请。你的问题几乎无法理解。 - sschrass

Answer 1

使用ResultIterator而不是getCharacters():

// Iterate through the results.
final ResultIterator iterator = baseApi.getResultIterator();
String lastUTF8Text;
float lastConfidence;
int count = 0;
iterator.begin();
do {
    lastUTF8Text = iterator.getUTF8Text(PageIteratorLevel.RIL_WORD);
    lastConfidence = iterator.confidence(PageIteratorLevel.RIL_WORD);
    count++;
} while (iterator.next(PageIteratorLevel.RIL_WORD));

- rmtheis

---

但是迭代器不提供可以调用 getBoxRects() 的箱子（Pixa）。我注意到 getCharacters 在 tess-two 中已被弃用，但这是获取字符级框信息的唯一方法... - martijno

你可以在迭代器上使用 getBoundingBox 或 getBoundingRect。 - rmtheis

你好，我正在使用这个项目 https://github.com/rmtheis/android-ocr 并需要从图像中准确地获取小文本（大文本已扫描）。我卡在这里了。图像可能包含表格、空格或者像银行生成的收据之类的账单图像。我需要从账单中获取小文本。请尽快帮助我。谢谢！ - Naveen

@Naveen 如果您有具体问题，请在StackOverflow上创建一个新问题，并包含所有相关细节和示例图片。 - rmtheis

你好，我不知道为什么无法提出问题。我需要使用 https://github.com/rmtheis/android-ocr 项目从硬拷贝（例如当前账单等）中扫描小文本。如何扫描更小的文本？请尽快帮助我。谢谢！ - Naveen