Computer vision 文本识别应用程序

现在我正在尝试制作一款可以识别文本的相机应用程序。为此，我使用了这些信息。本网站介绍如何制作全屏阅读器。但我需要将Mobile Vision文本扫描仪设置为活动的小矩形（如图所示）

---

我通过在裁剪图像的检测器前面集成“过滤器”（在我的例子中，是图像中心的一行文本）来实现这一功能。请看下面的代码：

public class LineDetector extends Detector { 
    Detector mDelegate;

    public LineDetector(Detector delegate) {
        mDelegate = delegate;
    }

    @Override
    public SparseArray detect(Frame frame) {
        int width = frame.getMetadata().getWidth();
        int height = frame.getMetadata().getHeight();

        int mBoxHeight = height;
        int mBoxWidth = Math.toIntExact(Math.round(mBoxHeight * ConstantsPool.CROP_BOX_ASPECT_RATIO));

        int right = (width / 2) + (mBoxWidth / 2);
        int left = (width / 2) - (mBoxWidth / 2);
        int bottom = height;
        int top = 0;

        YuvImage yuvImage = new YuvImage(frame.getGrayscaleImageData().array(), ImageFormat.NV21, width, height, null);
        ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
        yuvImage.compressToJpeg(new Rect(left, top, right, bottom), 100, byteArrayOutputStream);
        byte[] jpegArray = byteArrayOutputStream.toByteArray();
        Bitmap bitmap = BitmapFactory.decodeByteArray(jpegArray, 0, jpegArray.length);

        Frame croppedFrame = new Frame.Builder()
            .setBitmap(bitmap)
            .setRotation(frame.getMetadata().getRotation())
            .build();
        return mDelegate.detect(croppedFrame);
    }

    @Override
    public boolean isOperational() {
        return mDelegate.isOperational();
    }

    @Override
    public boolean setFocus(int id) {
        return mDelegate.setFocus(id);
    }
}

然后您可以通过以下方式使用它：

TextRecognizer textRecognizer = new TextRecognizer.Builder(this).build();
LineDetector lineDetector = new LineDetector(textRecognizer);
lineDetector.setProcessor(...);
...
Camera2Source camera2Source = new Camera2Source.Builder(getContext(), lineDetector).build();

如果你有任何问题，尽管问

---

Tom

小矩形（如图所示）-这不清楚。图像中的矩形是否由用户通过设备屏幕控制，我们是否有图像中该矩形的坐标信息？请在你的问题中提供更多细节.我已经添加了一张所需结果的图片。您可以看到，在这种情况下，应用程序不会尝试读取所有信息，而只读取矩形中的信息。（相机是全屏的，但读取仅在该区域工作）。