android - 在 Tess-Two 上获取单词列表

Question

我正在开发一个在 Android 上使用 OCR 的应用程序。tess-two 样本运行良好，我可以获得完整的 OCR 文本，但我想知道如何在 Tesseract 实际输出的框中获取单个单词。我可以使用 getWords().getBoxRects() 来获取边界框列表，似乎 getWords() 函数可以满足我的要求，但它返回一个 Pixa 对象，我不确定单词列表（无论单词包含在框中）将从中获得。

我正在寻找的输出是具有以下键值的映射：

词：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。请参阅在 android 中为 tesseract OCR 导出 HOCR 输出。

或者使用ResultIteratorAPI，如果tess-two支持的话。