ML Kit 文本识别：如何根据图像中的位置获取文本？

Question

我正在为自己制作一个应用程序来扫描收据，并将数据放入数据库中。我尝试使用 ML kit 文本识别，效果很好。但是，我在从识别的文本中提取数据时遇到问题。我会用一个例子来解释：

这是收据的格式，这就是我想要获取数据的方式：

+--------+--------+-------+-------+
| Amount |  Name  | Price | Total |
+--------+--------+-------+-------+
|      1 | Cheese |       | 1,15  |
|      1 | Eggs   |       | 2,59  |
|      2 | Milk   | 0,99  | 1,98  |
|      1 | Butter |       | 0,80  |
+--------+--------+-------+-------+

但是，在运行文本识别时，它会以非常奇怪的方式格式化数据。例如，上面的收据会给出这些块：

Amount
Price
Name Cheese Eggs Milk 0,99
Butter
Total 1,15 2,59
1,98 0,80

它似乎跳过了金额列中的单个数字，但我可以解决这个问题。但是我不知道如何将上述数据解析为我想要的数据，尤其是将价格与名称联系起来。有没有办法改变区块，让它只取收据的行或列，而不是这种随机性？

编辑：当使用线条或元素而不是块时，我得到以下结果：

Amount
Price
Name
Cheese
Eggs
Milk
0,99
Butter
Total
1,15
2,59
1,98
0,80

但是我仍然有同样的问题：如何将商品与正确的价格配对？

Answer 1

在这种情况下尝试使用线条或元素而不是块 (https://developers.google.com/ml-kit/vision/text-recognition/android#4.-extract-text-from-blocks-of-recognized-text)，然后使用这些块的位置来重建表格。