Блог

Итак, я пытаюсь реализовать личный проект на Android, где вы можете сканировать различные квитанции из торговых центров. Я хочу создать модуль, который немного помогает пользователям вводить данные вручную, автоматизируя как можно больше действий. Ситуация такова:

1. Я хотел бы получить общую сумму квитанции, зная, что в качестве стандарта ее можно найти в строке, подобной этой: TOTAL……….. 33.9 Валюта. Как я могу на самом деле получить блоки, которые находятся на одной оси с блоком, содержащим «Total»?

2. То же самое относится к каждому отдельному продукту, я хотел бы взять значения каждого отдельного товара в корзине и его стоимость и поместить это в текст редактирования в Android, чтобы пользователь мог выполнить окончательное повторное касание.

Пример получения:

Квитанция о покупке от Mega Image

Это похоже на идею проекта, а не на вопросы кодирования.

Я предлагаю угадать блоки по относительному расположению ограничивающих рамок.

Однако это сложная исследовательская задача. Возможно, Vision API откроет какую-нибудь функцию для клиентов, позволяющую напрямую понимать квитанции.

Чтобы получить текст построчно, вам необходимо настроить пользовательскую логику, которая обрабатывала бы строки на основе символов, возвращаемых Google Vision API, что может выполняться в соответствии со следующими шагами:

1. Создайте коллекцию всех символов, возвращаемых в TextAnnotation
2. Выполните итерацию по коллекции и создайте строку, string основанную на проверке координаты X первого символа, которая givenSymbol.BoundingBox.Vertices[2].X сопоставляется с координатами X всех других символов.
3. Реализуйте проверки для пропуска уже обработанных слов и подумайте о реализации смещения X, которое проверяло бы, достаточно ли близка данная координата X к той, с которой вы проверяете, чтобы учесть слегка наклоненный вводимый текст.