AutoJS识别文字代码有哪些？

Auto.js 是一款基于 JavaScript 的自动化工具，广泛应用于 Android 系统的自动化操作，其中文字识别功能是其核心能力之一，通过调用系统 OCR 接口或集成第三方 OCR 服务，Auto.js 可以实现界面文字提取、按钮识别、验证码识别等多种功能，本文将详细介绍 Auto.js 文字识别的代码实现方法，包括基础 OCR 调用、高级功能开发及常见问题解决方案。

基础文字识别功能实现

Auto.js 提供了 ocr 模块用于文字识别，支持系统默认 OCR 和自定义 OCR 服务，以下是基础代码示例：

// 使用系统默认 OCR 进行文字识别
function basicOCR() {
    // 截取当前屏幕
    let img = captureScreen();
    // 调用 OCR 识别
    let result = imagesocr(img);
    console.log("识别结果：", result);
    return result;
}
// 调用函数
basicOCR();

参数说明：

• captureScreen()：截取屏幕图像，返回 Image 对象。
• imagesocr(img)：对图像进行文字识别，返回包含文本框和文字内容的数组。

返回值结构：

[
    {
        text: "识别的文字",
        bounds: {left: 100, top: 200, right: 300, bottom: 250} // 文字位置坐标
    }
]

区域文字识别优化

在实际应用中,通常只需识别屏幕特定区域的文字，通过 captureScreen() 的区域参数可实现精准识别：

// 识别屏幕指定区域的文字
function regionOCR() {
    let region = {x: 100, y: 200, width: 500, height: 300}; // 定义识别区域
    let img = captureScreen(region);
    let result = imagesocr(img);
    console.log("区域识别结果：", result);
    return result;
}

应用场景：

• 针对固定布局的界面（如登录框、验证码区域）进行识别，减少干扰信息。

结合图像预处理提升识别率

复杂背景或低对比度图像可能影响识别效果,可通过图像预处理优化：

// 图像预处理 + OCR
function preprocessOCR() {
    let img = captureScreen();
    // 转为灰度图
    img = images.grayscale(img);
    // 二值化处理
    img = images.binarize(img, 127);
    // 降噪
    img = images.gaussianBlur(img, 3);
    let result = imagesocr(img);
    console.log("预处理后识别结果：", result);
    return result;
}

常用图像处理方法：
| 方法 | 功能说明 | 参数示例 |
|——————–|———————————|—————————-|
| grayscale(img) | 转为灰度图 | 无 |
| binarize(img, threshold) | 二值化处理 | threshold: 阈值（0-255） |
| gaussianBlur(img, radius) | 高斯模糊降噪 | radius: 模糊半径 |

多语言识别与自定义模型

Auto.js 支持多语言识别，可通过 lang 参数指定语言：

// 指定语言识别（如英文）
function langOCR() {
    let img = captureScreen();
    let result = imagesocr(img, {lang: "en"}); // lang: "en" 英文，"zh" 中文
    console.log("英文识别结果：", result);
    return result;
}

自定义模型：
若需识别特殊字体或专业术语，可集成第三方 OCR 模型（如 Tesseract.js），通过 HTTP 请求调用云服务：

// 调用云 OCR 服务示例（伪代码）
function cloudOCR() {
    let img = captureScreen().toBase64();
    http.post("https://api.example.com/ocr", {
        headers: {"Content-Type": "application/json"},
        body: JSON.stringify({image: img})
    }, (res, err) => {
        if (err) console.error("识别失败：", err);
        else console.log("云识别结果：", res.body);
    });
}

实战案例：自动点击识别文字

结合 click() 实现自动化操作，例如点击“登录”按钮：

// 识别文字并点击对应按钮
function clickByText(text) {
    let img = captureScreen();
    let result = imagesocr(img);
    for (let item of result) {
        if (item.text.includes(text)) {
            let bounds = item.bounds;
            click(bounds.left + bounds.width/2, bounds.top + bounds.height/2);
            console.log("已点击：", text);
            return true;
        }
    }
    console.log("未找到：", text);
    return false;
}
// 使用示例
clickByText("登录");

性能优化与错误处理

优化建议：

1. 减少截图频率：结合 idle() 或 sleep() 避免频繁截图。
2. 区域限制：尽量缩小识别区域，提升速度。
3. 缓存结果：对静态界面内容缓存识别结果。

错误处理：

function safeOCR() {
    try {
        let img = captureScreen();
        if (!img) throw new Error("截图失败");
        let result = imagesocr(img);
        if (!result.length) throw new Error("未识别到文字");
        return result;
    } catch (err) {
        console.error("OCR错误：", err.message);
        return null;
    }
}

相关问答 FAQs

Q1：Auto.js 文字识别失败的可能原因及解决方法？
A1：常见原因包括：

1. OCR 服务未启用：部分 Android 系统需手动开启“文字识别”权限。
2. 图像质量问题：模糊、反光或分辨率过低可能导致识别失败，可通过图像预处理优化。
3. 语言不支持：默认仅支持中英文，需集成自定义模型。
   解决方法：检查系统权限、调整截图参数、尝试第三方 OCR 服务。

Q2：如何提高 Auto.js 在复杂界面中的文字识别准确率？
A2：可通过以下方式提升：

1. 精准定位区域：结合 id() 或 bounds() 属性锁定目标文字区域。
2. 动态阈值调整：根据界面明暗变化动态调整二值化阈值。
3. 多帧融合：连续截取多帧图像合并识别，减少瞬时干扰。
4. 正则过滤：对识别结果添加正则表达式校验，过滤无效内容。