嘿，这个问题我刚好研究过！ML Kit的文本识别本身没有直接提供「只检测数字」的开关，但我们可以通过后处理过滤或者图像预处理的方式轻松实现需求，下面给你两种实用的方案：

方案一：直接过滤识别结果（最简单高效） #

ML Kit会返回完整的识别文本，我们只需要在拿到结果后，用正则表达式把非数字的内容过滤掉就行。这种方法不需要修改ML Kit的配置，代码量少且稳定。

示例代码：

import 'package:google_mlkit_text_recognition/google_mlkit_text_recognition.dart';

// 从输入图像中提取数字的方法
Future<String> extractOnlyNumbers(InputImage inputImage) async {
  // 初始化文本识别器（根据你的场景选择脚本，比如latin支持英文/数字）
  final textRecognizer = TextRecognizer(script: TextRecognitionScript.latin);
  final RecognizedText recognizedText = await textRecognizer.processImage(inputImage);
  
  String collectedNumbers = '';
  
  // 遍历所有识别到的文本块和行
  for (TextBlock block in recognizedText.blocks) {
    for (TextLine line in block.lines) {
      // 用正则替换掉所有非数字字符，只保留0-9
      String lineNumbers = line.text.replaceAll(RegExp(r'[^0-9]'), '');
      if (lineNumbers.isNotEmpty) {
        collectedNumbers += '$lineNumbers '; // 按行拼接数字，可根据需求调整格式
      }
    }
  }
  
  await textRecognizer.close();
  return collectedNumbers.trim(); // 去掉首尾空格
}

说明： #

• 正则表达式[^0-9]会匹配所有非0-9的字符，将其替换为空字符串，只留下数字。
• 如果需要支持其他类型的数字（比如中文数字「零一二三四」），可以修改正则为[^0-9零一二三四五六七八九十]。
• 这种方法不管ML Kit识别出什么内容，最后都会只保留数字部分，完全满足你的需求。

方案二：图像预处理（优化识别精度，可选） #

如果你的场景中数字和其他文本的视觉区分度较低，或者想减少ML Kit识别无关内容的概率，可以先对图像做预处理，比如转为二值化（黑白）、增强对比度，让数字更突出，再交给ML Kit识别，最后再结合方案一的过滤。不过这个属于优化项，基础需求用方案一就足够了。

内容的提问来源于stack exchange，提问作者Xone