android - 从 Firebase 视觉文本检测总量

Question

我想检测 Google Firebase Vision 套件的总量。

我做了什么？

我拥有来自视觉识别器的所有文本，但无法找到完美的算法来获取任何语言的总量。

我想要什么？

我有位图/文件，我想从该文件中获取总金额。文本已被检测到。

我只希望它可以离线使用。

Answer 1

ML Kit 非常擅长检测图像中的文本并从中提取文本。但它没有任何内置的“总量”检测。

我们需要同样的功能，用于 talk we did at Google I/O building an expense tracker ，结果却出人意料地棘手。我们最终使用了这个非常简单的函数，它可以找到检测到的文本中的最大数字:

exports.findTotal = function findTotal(detections) {
  const regex = '^[$]?\s*(\\d+[\\.,]\\d{2})$';
  const amounts = detections
    .filter(text => text.description.match(regex))
    .map(text => text.description.match(regex)[1])
    .map(text => text.replace(',', '.'))
    .map(text => Number(text))
    .concat([0.0]);
  return Math.max.apply(null, amounts);
}

请注意，即使在我们有限的测试中，这也并不总是有效。因此您的里程可能会有所不同。

该项目的完整代码位于 Github 上:https://github.com/puf/zero-to-app-expenses .