Android OCR仅使用流行的tessercat fork tess-two检测数字

Question

我正在使用流行的OCR tessercat fork for android tess-two https://github.com/rmtheis/tess-two。我整合了所有员工，它的工作原理......

但我只需要检测数字，我现在的代码是：

TessBaseAPI baseApi = new TessBaseAPI();
baseApi.init(pathToLngFile, langName);
baseApi.setImage(bitmap);
String recognizedText = baseApi.getUTF8Text();
baseApi.end();
doSomething(recognizedText); 

从这里https://code.google.com/p/tesseract-ocr/wiki/FAQ#How_do_I_recognize_only_digits？

我正在使用V3版本，并且没有代码解决方案而是一些命令行解决方案 - 与android项目无关（我认为......）。所以我尝试实现版本的解决方案＆lt; V3并添加以下行：

baseApi.SetVariable("tessedit_char_whitelist", "0123456789");

我的问题是如何处理init（）？我不需要任何语言，但我仍需要初始化和aint init（）方法......

编辑：更具体

我的最终目标是普通文档（不是纯Excel表格），看起来像附图（标题和3列用空格分隔）。

我的要求是在数字中有意义：能够分离和确定哪些数字属于哪个行和列。

谢谢，

Answer 1

我做了一点点不同。也许它会对某人有用。

所以你需要首先初始化API。

SELECT import_lo('hfj_resource', '/home/gpadmin/export/res_lo');

然后设置以下变量

TessBaseAPI baseApi = new TessBaseAPI();
baseApi.init(datapath, language, ocrEngineMode);

这样引擎只会检查数字。

Answer 2

我想做同样的事情，经过一些研究，我决定捕捉所有，文本和数字，然后保留数字，这对我有用：

//This Replaces all except numbers from 0 to 9    
recognizedText = recognizedText.replaceAll("[^0-9]+", " "); 

现在你可以用数字做任何你想做的事。

例如，我使用此代码将所有数字分成String数组，并在TextView上显示它们

String[] justnumbers = recognizedText.trim().split(" "); //Deletes blank spaces and splits the numbers
YourTextView.setText(Arrays.toString(justnumbers).replaceAll("\\[|\\]", "")) //sets the numbers into the TextView and deletes the "[]" from the String Array

您可以看到它正常工作here。

希望这有帮助。