在Tess-Two上获取单词列表

Question

我正在开发一款在Android上使用OCR的应用。 tess-two样本工作得非常好，我可以获得完整的OCR文本，但我想知道如何在Tesseract实际输出的框内获得单个单词。我可以使用getWords（）。getBoxRects（）来获取边界框的列表，似乎getWords（）函数做了我想要的但它返回了一个Pixa对象，我不知道如何一个单词列表（无论如何）将从中获得单词内的单词。

我正在寻找的输出是一个带有以下键值的地图：

Word：边界框

任何提示都会很棒。

Answer 1

您可以解析hOCR输出以获取单词及其坐标。请参阅Export HOCR output for tesseract OCR in android。

如果ResultIterator支持，则使用tess-two API。