Android OCR 仅使用流行的 tessercat fork tess-two 检测数字

我正在使用流行的 OCR tessercat fork for android tess-twohttps://github.com/rmtheis/tess-two https://github.com/rmtheis/tess-two。我整合了所有员工并且它有效等等......

但我只需要检测数字，我现在的代码是：

TessBaseAPI baseApi = new TessBaseAPI();
baseApi.init(pathToLngFile, langName);
baseApi.setImage(bitmap);
String recognizedText = baseApi.getUTF8Text();
baseApi.end();
doSomething(recognizedText); 

从这里https://code.google.com/p/tesseract-ocr/wiki/FAQ#How_do_I_recognize_only_digits https://code.google.com/p/tesseract-ocr/wiki/FAQ#How_do_I_recognize_only_digits?

我使用的是 V3 版本，并且没有代码解决方案，而是一些命令行解决方案 - 与 android 项目无关（我认为......）。所以我尝试实现版本

baseApi.SetVariable("tessedit_char_whitelist", "0123456789");

我的问题是 init() 该怎么办？我不需要任何语言，但我仍然需要 init & aint init() 方法......

编辑：更具体地说

我的最终目标是纯文档（不是纯 Excel 工作表），看起来像所附图片（标题和 3 列以空格分隔）。

My requirements is to make sense in the digits: To be able to separate and determine which digits belong to which row and column.

Thanks,

我把它做得有点不同。也许这对某人有用。

所以你需要先初始化API。

TessBaseAPI baseApi = new TessBaseAPI();
baseApi.init(datapath, language, ocrEngineMode);

然后设置以下变量

baseApi.setPageSegMode(TessBaseAPI.PageSegMode.PSM_SINGLE_LINE);
baseApi.setVariable(TessBaseAPI.VAR_CHAR_BLACKLIST, "!?@#$%&*()<>_-+=/:;'\"ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz");
baseApi.setVariable(TessBaseAPI.VAR_CHAR_WHITELIST, ".,0123456789");
baseApi.setVariable("classify_bln_numeric_mode", "1");

这样引擎将只检查数字。