Flutter开发中如何使用Google ML Kit实现指定区域扫描？

该需求完全可以实现。Google ML Kit 文本识别模块没有提供“识别阶段直接跳过指定区域”的原生配置项，但通过前后置的简单处理即可达到仅识别目标区块、忽略发票抬头等无关内容的效果，实现成本很低。

• 前置裁剪输入（优先方案，性能最优）
  先固定发票在取景框内的对齐规则，提前标定好需要识别的商品明细、总金额区块的相对坐标范围，以及抬头等无关区域的边界。在将图像传入ML Kit识别接口前，先从原始相机帧/用户选择的发票图片中裁剪出目标区块的子图，仅把裁剪后的子图传给识别接口，从输入源头就排除无关内容，完全不会产生多余的识别计算。
  核心裁剪逻辑参考：

  // 提前标定目标区域占整图的相对比例（适配不同分辨率的图像）
  final Rect targetScanArea = Rect.fromLTRB(0.04, 0.22, 0.96, 0.92);
  // 从原图中裁剪目标区域
  final croppedImg = copyCrop(
    rawImage,
    x: (rawImage.width * targetScanArea.left).round(),
    y: (rawImage.height * targetScanArea.top).round(),
    width: (rawImage.width * targetScanArea.width).round(),
    height: (rawImage.height * targetScanArea.height).round(),
  );
  // 仅传入裁剪后的子图给ML Kit做识别
  final textResult = await textRecognizer.processImage(InputImage.fromBytes(/* 裁剪后子图数据 */));
  

• 识别结果坐标过滤（兜底方案）
  如果不想修改输入图像，也可以直接传入全图做识别。ML Kit返回的识别结果中，每个文本块、每一行文本、每个单词都自带对应的边界坐标属性，你只需要遍历所有识别到的文本元素，筛掉坐标落在抬头等无关区域内的内容，仅保留坐标落在商品明细、总金额目标区块内的文本即可。
  注意：做坐标映射时必须适配相机旋转角度、设备方向，避免坐标错位导致内容漏筛或误删。

• 如果需要适配不同版式的发票，不需要死板使用固定坐标，可以先做一次轻量的全图识别，定位「商品明细」「合计」「总金额」这类锚点关键词的位置，根据锚点坐标动态划定待提取内容的区域，适配性会更强。
• 两种方案可以搭配使用：先做粗裁剪减少识别计算量，拿到结果后再做一次精细的坐标过滤，识别准确率和速度都会更优。

内容的提问来源于stack exchange，提问作者Faris Shomali