我已经按照教程实施了谷歌的Android移动视觉。我正在尝试构建一个应用程序，它将扫描收据并找到数字总数。但是，当我扫描以不同格式打印的不同收据时，API将以似乎任意方式检测TextBlocks。例如，在一个收据中，如果几个文本单词由单个空格分隔，则它们被分组为单个TextBlock。但是，如果两个文本的单词由大量空格分隔，则它们将被分隔为独立的TextBlock，即使它们出现在同一行＆＃34;行＆＃34;上。我想要做的是强制API将收据的每一行都识别为单个实体。这可能吗？
答案 0 :(得分：1)
据我所知：不，您无法以任何方式配置检测和识别。 其原生部分（libocr.so）使用神经网络，该网络经过训练以某种方式查找块（或行和单词）。
如果您仔细查看API，可以执行的操作：任何Word，Line或Block都附加了坐标。您将必须检查它们的坐标并确定它们是否被认为是同一条线（考虑到它的图片可能无法正确对齐）。
这可能不会以相同的方式对所有收据起作用，因此您也可以为不同的收据实施不同的搜索启发式。