AIWROK系统安卓找字OCR___方法小结总汇集合

信息发布软件

	AIWROK系统安卓找字OCR___方法小结总汇集合 /* &#127822;交流QQ群711841924群一，苹果内测群：528816639   &#127822;&#128269;找字OCR___方法小结总汇集合   */   //======================== 1. 基础文字查询方法 ========================//   // 方法1：&#128269;findIncludeText 查询包含文字   /*   类别        详情说明   方法功能        查询包含指定文字的内容（单目标匹配）   方法签名        detect findIncludeText(String arg0)   返回值        detect（识别到的目标对象）   参数        - String arg0：需查询的文字内容   */   // 示例：查询包含“确认”的文字   let detectObj = new ocrResult().findIncludeText("确认");   // 方法2：&#128269;findIncludeTexts 查询包含文字（多目标）   /*   类别        详情说明   方法功能        查询包含指定文字的多个结果（返回 detect 数组）   方法签名        detect[] findIncludeTexts(String arg0)   返回值        detect[]（识别到的目标对象数组）   参数        - String arg0：需查询的文字内容   */   // 示例：查询所有包含“按钮”的文字   let detectArray = new ocrResult().findIncludeTexts("按钮");   // 方法3：&#128269;findSimText 模糊查询（近似匹配）   /*   类别        详情说明   方法功能        模糊匹配指定文字（支持近似文本识别）   方法签名        detect findSimText(String arg0)   返回值        detect（识别到的模糊匹配目标）   参数        - String arg0：需模糊查询的文字内容   */   // 示例：全屏识别后模糊查找“开心收下”   let img = screen.screenShotFull();   let ocrres = img.MLKitOcr('zh');   let detectObj = ocrres.findSimText("开心收下");   detectObj.click();   // 方法4：&#128269;findText 精确查询文字   /*   类别        详情说明   方法功能        精确查询指定文字（严格匹配）   方法签名        detect findText(String arg0)   返回值        detect（识别到的精确目标）   参数        - String arg0：需精确查询的文字内容   */   // 示例：全屏识别后精确查找“开心收下”   let img = screen.screenShotFull();   let ocrres = img.MLKitOcr('zh');   let detectObj = ocrres.findText("开心收下");   detectObj.click();   // 方法5：&#128269;getAllDetect 获取所有识别目标   /*   类别        详情说明   方法功能        获取 OCR 识别到的所有目标（返回 detect 数组）   方法签名        detect[] getAllDetect()   返回值        detect[]（所有识别目标的数组）   参数        无   */   // 示例：获取当前 OCR 结果的所有目标   let allDetects = new ocrResult().getAllDetect();   // 方法6：&#128269;getAllString 获取所有识别文字   /*   类别        详情说明   方法功能        获取 OCR 识别到的所有文字（拼接为字符串返回）   方法签名        String getAllString()   返回值        String（所有识别文字的拼接结果）   参数        无   */   // 示例：获取当前 OCR 结果的所有文字   let allText = new ocrResult().getAllString();   print.log(allText);   // 方法7：&#128269;getJson 获取 JSON 格式结果（ocrResult 实例方法）   /*   类别        详情说明   方法功能        获取 OCR 识别结果的 JSON 格式数据（字符串形式）   方法签名        String getJson()   返回值        String（OCR 识别结果的 JSON 字符串）   参数        无   */   // 示例：获取并打印 OCR 结果的 JSON 数据   let ocrResult = new ocrResult();   let jsonResult = ocrResult.getJson();   print.log(jsonResult);   // 方法8：&#128269;getJsonString 获取 JSON 字符串（冗余方法，按需使用）   /*   类别        详情说明   方法功能        获取 OCR 识别结果的 JSON 字符串（与 getJson 功能一致，可能为别名）   方法签名        String getJsonString()   返回值        String（OCR 识别结果的 JSON 字符串）   参数        无   */   // 示例：获取 JSON 字符串   let jsonStr = new ocrResult().getJsonString();   //======================== 2. 核心识别方法 ========================//   // 方法9：&#128269;MLKitOcr 文字识别（Google MLKit 引擎）   /*   类别        详情说明   方法功能        调用 Google MLKit 进行文字识别   方法签名        ocrResult MLKitOcr(String arg0, int arg1)   返回值        ocrResult（OCR 识别结果对象）   参数        - String arg0：识别语言（默认值："zh"，中文）           - int arg1：缩小倍数（默认值：2，即图像缩小为原来的 1/2）   */   // 示例：全屏识别中文，缩小倍数为 2   let ocrres = screen.MLKitOcr('zh', 2);   // 方法10：&#128269;MLKitOcrRect 文字区域识别（MLKit + 区域裁剪）   /*   类别        详情说明   方法功能        调用 Google MLKit 识别指定区域的文字（按百分比坐标）   方法签名        ocrResult MLKitOcrRect(String arg0, double[] arg1)   返回值        ocrResult（OCR 识别结果对象）   参数        - String arg0：识别语言（默认值："zh"，中文）           - double[] arg1：识别区域的百分比坐标（格式：[x1, y1, x2, y2]，示例 [0,0,1,1] 代表全区域）   */   // 示例：识别屏幕上半区域的文字（百分比坐标 [0,0,1,0.5]）   let img = screen.screenShotFull();   let ocrres = img.MLKitOcrRect('zh', [0,0,1,0.5]);   // 方法11：&#128269;aiworkOCR awork 文字识别   /*   类别        详情说明   方法功能        调用 awork 引擎进行文字识别（支持区域裁剪）   方法签名        ocrResult aiworkOCR(int arg0, double[] arg1)   返回值        ocrResult（OCR 识别结果对象）   参数        - int arg0：识别尺寸（推荐值：640、320）           - double[] arg1：识别区域的百分比坐标（格式：[x1, y1, x2, y2]，示例 [0,0,1,1] 代表全区域）   */   // 示例：全屏识别，尺寸 640，查找并点击含“雷电”的目标   let img = screen.screenShotFull();   let ocrres = img.aiworkOCR(640, [0,0,1,1]);   ocrres.findIncludeText("雷电").hidClick();   // 方法12：&#128269;paddleOCR PaddleOCR 文字识别   /*   类别        详情说明   方法功能        调用 PaddleOCR 引擎进行文字识别（支持区域裁剪）   方法签名        ocrResult paddleOCR(int arg0, double[] arg1)   返回值        ocrResult（OCR 识别结果对象）   参数        - int arg0：识别尺寸（推荐值：640、320）           - double[] arg1：识别区域的百分比坐标（格式：[x1, y1, x2, y2]，示例 [0,0,1,1] 代表全区域）   */   // 示例：全屏识别，尺寸 640，查找并点击含“雷电”的目标   let img = screen.screenShotFull();   let ocrres = img.paddleOCR(640, [0,0,1,1]);   ocrres.findIncludeText("雷电").hidClick();   //======================== 3. OpenCV 相关方法 ========================//   // 方法13：&#128269;opencv.OCR 通过训练字库识别   /*   类别        详情说明   方法功能        使用 OpenCV 训练的字库进行文字识别（需提前准备字库文件）   方法签名        ocrResult OCR(Mat arg0, String arg1, double arg2, int arg3, double[] arg4)   返回值        ocrResult（OCR 识别结果对象）   参数        - Mat arg0：输入的图片对象（Mat 类型）           - String arg1：字库文件路径/名称（案例中传空字符串 ""）           - double arg2：相似度阈值（案例中为 0，范围：0~1）           - int arg3：预期识别的文字数量（案例中为 0，即不限数量）           - double[] arg4：识别区域的百分比坐标（格式：[x1,y1,x2,y2]，案例中传空数组 double[]）   */   // 示例：使用默认字库识别全区域文字   let matImg = ...; // 假设已获取 Mat 类型图片   opencv.OCR(matImg, "", 0, 0, []);   // 方法14：&#128269;opencv.OCREx 基于 CV 文件的 OCR 识别   /*   类别        详情说明   方法功能        通过指定 CV 文件名进行文字识别（需提前准备 CV 配置文件）   方法签名        ocrResult OCREx(String arg0)   返回值        ocrResult（OCR 识别结果对象）   参数        - String arg0：CV 文件名（案例中传入空字符串 ""）   */   // 示例：使用空 CV 文件名识别（需确保配置正确）   opencv.OCREx("");   //======================== 4. TomatoOCR 完整实例演示 ========================//   /*   &#127813; 功能：TomatoOCR 引擎的完整调用示例（含初始化、识别、封装方法）   步骤：   1. 加载插件 → 2. 导入类 → 3. 初始化 OCR → 4. 封装识别方法 → 5. 调用识别   注意：需自行获取 license，调整模型参数（如 rec_type、检测模型等）。   */   var TM = {};   // 1. 加载插件（根据设备架构调整，如 armeabi-v7a）   rhino.loadDex('TomatoOCR.apk');   // 2. 导入类（多插件调用需确保类加载）   try {     rhino.loadClass('com.tomato.ocr.aw.OCRApi');     importClass(com.tomato.ocr.aw.OCRApi);   } catch (error) {     FZ.printll(error);   }   // 3. 初始化 OCR   var ocr = new OCRApi();   let rec_type = "ch-3.0"; // 模型类型：ch/cht/japan/korean 等（3.0版为默认推荐）   ocr.setContext(context, rec_type);   // 4. 设置 license（需自行获取，试用版从群/网盘获取）   let license = "自己找作者获取";   let flag = ocr.setLicense(license);   // flag 含义：-1（无效）、0（过期）、1/到期日期（有效）   print.log("License 状态：" + flag);   // 5. 调整识别参数（可选，按需修改）   ocr.setDetBoxType("rect"); // 检测模型：rect（矩形文本，默认）/ quad（倾斜文本）   ocr.setDetUnclipRatio(1.9); // 检测扩展系数（1.6~2.5 之间，默认1.9）   ocr.setRecScoreThreshold(0.3); // 识别得分过滤（0.1~0.9 之间，默认0.3）   ocr.setReturnType("json"); // 返回格式：json（默认，含坐标+文字+得分）/ text（纯文字）/ num（纯数字）   var type = 3; // 识别模式：0（只检测）、1（方向分类+识别）、2（只识别）、3（检测+识别，默认）   // 6. 封装识别方法（带点击、坐标返回功能）   /**   * TM.tmocr识别：OCR 识别并可选点击目标   * @param {String} tmstr - 目标文字   * @param {Array} tmsize - 识别区域（百分比坐标 [x1,y1,x2,y2]）   * @param {Boolean} tmclick - 是否点击目标   * @param {Number} tmcoor1 - 点击偏移最小值   * @param {Number} tmcoor2 - 点击偏移最大值   * @param {Number} tmslee - 点击后休眠时间（毫秒）   * @return {Boolean} 是否识别到目标   */   TM.tmocr识别 = function (tmstr, tmsize, tmclick, tmcoor1, tmcoor2, tmslee) {     // 百分比坐标转真实屏幕坐标（wdh/hgt 需提前定义为屏幕宽高）     var tma = Math.round(tmsize[0] * wdh);     var tmb = Math.round(tmsize[1] * hgt);     var img0 = screen.screenShotFull(); // 全屏截图     sleep.millisecond(10); // 休眠避免资源冲突     var img = img0.cutImagePercent(tmsize[0], tmsize[1], tmsize[2], tmsize[3]); // 裁剪识别区域     sleep.millisecond(10);     var result3 = ocr.ocrBase64(img.toBase64(), type); // 调用 TomatoOCR 识别     try {       if (result3) {         var result3 = JSON.parse(result3); // 解析 JSON 结果         var point = this.findStrCenter(result3, tmstr); // 查找文字中心坐标         if (point[0] >= 0) { // 识别到目标           FZ.printll(`找到目标文字：${tmstr}`);           var tme = point[0] + tma; // 计算真实坐标           var tmf = point[1] + tmb;           if (tmclick) { // 若需点击             hid.click(               tme + rand.randNumber(tmcoor1, tmcoor2), // 横向偏移               tmf + rand.randNumber(tmcoor1, tmcoor2)  // 纵向偏移             );             sleep.millisecond(tmslee); // 点击后休眠           }           img0.recycle(); // 释放图片资源           img.recycle();           return true;         }       }     } catch (err) {       printl(`识别异常：${err}`);     }     img0.recycle();     img.recycle();     return false;   };   /**   * TM.tmocr识别坐标：OCR 识别并返回目标坐标   * @param {String} tmstr - 目标文字   * @param {Array} tmsize - 识别区域（百分比坐标 [x1,y1,x2,y2]）   * @return {Array|null} 目标坐标 [x,y]，未找到则返回 null   */   TM.tmocr识别坐标 = function (tmstr, tmsize) {     var tma = Math.round(tmsize[0] * wdh);     var tmb = Math.round(tmsize[1] * hgt);     var img0 = screen.screenShotFull();     sleep.millisecond(10);     var img = img0.cutImagePercent(tmsize[0], tmsize[1], tmsize[2], tmsize[3]);     sleep.millisecond(10);     var result3 = ocr.ocrBase64(img.toBase64(), type);     try {       if (result3) {         var result3 = JSON.parse(result3);         var point = this.findStrCenter(result3, tmstr);         if (point[0] >= 0) {           FZ.printll(`找到目标文字：${tmstr}`);           var tme = point[0] + tma;           var tmf = point[1] + tmb;           img0.recycle();           img.recycle();           return [tme, tmf];         }       }     } catch (err) {       printl(`识别异常：${err}`);     }     img0.recycle();     img.recycle();     return null;   };   /**   * TM.findStrCenter：从 OCR 结果中查找文字中心坐标   * @param {Array} result_list - OCR 识别结果（JSON 解析后的数组，格式：[{words: "文本", location: [[x1,y1],[x2,y2],...]}]）   * @param {String} data - 目标文字   * @return {Array} 中心坐标 [x,y]，未找到则返回 [-1,-1]   */   TM.findStrCenter = function (result_list, data) {     for (let i = 0; i < result_list.length; i++) {       var words = result_list[i]["words"];       var location = result_list[i]["location"];       if (words.includes(data)) { // 检查文字是否包含目标         let x1 = location[0][0];         let y1 = location[0][1];         let x2 = location[2][0];         let y2 = location[2][1];         // 计算文字中心坐标（适配多字符匹配）         let charIndex = words.indexOf(data);         let x = Math.floor(           (x2 - x1) / words.length * (data.length + 2 * charIndex) / 2 + x1         );         let y = Math.floor((y2 - y1) / 2 + y1);         return [x, y];       }     }     return [-1, -1];   };   // 7. 调用示例（需结合实际场景，以下为伪代码）   // TM.tmocr识别("确认", [0,0,1,1], true, 5, 10, 1000); // 全屏识别“确认”并点击（带偏移）   // 8. 内存释放（可选，结束时调用）   // ocr.end();   /*   &#128204; 关键说明：   1. **环境依赖**：需提前定义 `wdh`（屏幕宽度）、`hgt`（屏幕高度）、`rand`（随机数工具）、`hid`（点击工具）。   2. **模型切换**：`rec_type` 支持 `ch`（v1.0）、`ch-2.0`、`ch-3.0`（推荐）、`cht`（繁体）、`japan`（日语）等。   3. **参数优化**：      - `setDetUnclipRatio`：值越大，检测区域越宽松（适合复杂排版）。      - `setRecScoreThreshold`：值越高，识别精度要求越严格（需平衡召回率）。   4. **资源释放**：长时间运行需调用 `ocr.end()` 释放内存，避免泄漏。   */ 复制代码 findIncludeText查询包含文字 项目 详情 功能描述 查询包含文字 方法定义 detect findIncludeText(String arg0) 返回值 detect 参数 String arg0 ：需查询的文字内容 案例 new ocrResult().findIncludeText('') &#128269;&#128290;findIncludeTexts查询包含文字多目标 项目 详情 功能描述 查询包含文字多目标，查询包含某个文字的多个结果，返回值为 detect 数组，数组元素类型是 detect 类型 方法定义 detect[] findIncludeTexts(String arg0) 返回值 detect[] 参数 String arg0 ：需查询的文字内容 案例 new ocrResult().findIncludeTexts('') &#128269;&#128290;findSimilarText模糊查询 项目 详情 功能描述 模糊查询 方法定义 detect findSimilarText(String arg0) 返回值 detect 参数 String arg0 ：需进行模糊查询的文字内容 案例 // 全屏截图 let img = screen.screenShotFull()// 中文（zh）识别 OCR let ocrres = img.MLKitOcr('zh');// 查找目标 let d = ocrres.findSimText("开心收下");// 点击目标 d.click(); &#128269;&#128290;findText查询文字 项目 详情 功能描述 查询文字 方法定义 detect findText(String arg0) 返回值 detect 参数 String arg0 ：语言（注：案例中实际传入文字内容，推测文档参数描述可能存在误差） 案例 // 全屏截图 let img = screen.screenShotFull() // 中文（zh）识别 OCR let ocrres = img.MLKitOcr('zh'); // 查找目标 let d = ocrres.findText("开心收下"); // 点击目标 d.click(); &#128269;&#128290;getAllDetect 获取所有目标 项目 详情 功能描述 获取所有目标 方法定义 detect[] getAllDetect() 返回值 detect[] 参数 无 案例 new ocrResult().getAllDetect() &#128269;&#128290;getAllString 获取所有字符串 项目 详情 功能描述 获取所有字符串 方法定义 String getAllString() 返回值 String 参数 无 案例 new ocrResult().getAllString() &#128269;&#128290;getJson 获取json对象 项目 详情 功能描述 获取 OCR 识别结果的 JSON 格式数据 方法定义 String getJson() （ocrResult 类的实例方法） 返回值 String ：OCR 识别结果的 JSON 字符串 参数 无 案例 // 假设已获取OCR识别结果对象 let ocrResult = new ocrResult();// 获取JSON格式结果 let jsonResult = ocrResult.getJson(); printl(jsonResult); &#128269;&#128290;getJsonString 获取json字符串 项目 详情 功能描述 获取 JSON 字符串形式的 OCR 识别结果 方法定义 String getJsonString() （ocrResult 类的实例方法） 返回值 String 参数 无 案例 let jsonStr = new ocrResult().getJsonString(); &#128269;&#128290;MLKitOcr文字识别 项目 说明 功能 文字识别 方法签名 ocrResult MLKitOcr(String arg0, int arg1) 返回值 ocrResult 参数 1 String arg0 ，语言（默认值：中文） 参数 2 int arg1 ，缩小倍数（默认值：2，即缩小一半） 调用案例 screen.MLKitOcr('zh', 2) &#128269;&#128290;MLKitOcrRect 文字区域识别 项目 详情 功能描述 文字区域识别 方法定义 ocrResult MLKitOcrRect(String arg0, double[] arg1) 返回值 ocrResult 参数 - String arg0 ：识别语言，默认值为 zh （中文） - double[] arg1 ：识别区域的百分比坐标，格式为 [x1, y1, x2, y2] （示例：[0,0,1,1] 代表全区域） 案例 let img = screen.screenShotFull(); // 全屏截图 let ocrres = img.MLKitOcrRect('zh', [0,0,1,1]); // 识别指定区域的文字 &#128269;&#128290;aiworkOCR awork文字识别 项目 详情 功能描述 awork 文字识别 方法定义 ocrResult aiworkOCR(int arg0, double[] arg1) 返回值 ocrResult 参数 - int arg0 ：识别尺寸（推荐值：640、320） - double[] arg1 ：识别区域的百分比坐标（格式：[x1, y1, x2, y2] ，示例 [0,0,1,1] 代表全区域） 案例 let img = screen.screenShotFull(); // 全屏截图 let ocrres = img.aiworkOCR(640, [0,0,1,1]); // 调用 awork 文字识别 ocrres.findIncludeText("雷电").hidClick(); // 查找并点击含"雷电"的目标 &#128269;&#128290;paddleOCR paddle文字识别 项目 详情 功能描述 paddle 文字识别 方法定义 ocrResult paddleOCR(int arg0, double[] arg1) 返回值 ocrResult 参数 - int arg0 ：识别尺寸（推荐值：640、320） - double[] arg1 ：识别区域的百分比坐标（格式为 [x1, y1, x2, y2] ，示例 [0,0,1,1] 代表全区域） 案例 let img = screen.screenShotFull(); // 全屏截图 let ocrres = img.paddleOCR(640, [0,0,1,1]); // 调用 paddle 文字识别 ocrres.findIncludeText("雷电").hidClick(); // 查找并点击含"雷电"的目标 &#128269;&#128290;opencv.OCR通过训练字库识别 OCR 文字 项目 详情 功能描述 通过训练字库识别 OCR 文字 方法定义 ocrResult OCR(Mat arg0, String arg1, double arg2, int arg3, double[] arg4) 返回值 ocrResult 参数 - Mat arg0 ：输入的图片对象（Mat 类型） - String arg1 ：字库文件（路径 / 名称，案例中传空字符串 "" ） - double arg2 ：相似度阈值（案例中为 0 ） - int arg3 ：预期识别的文字数量（案例中为 0 ） - double[] arg4 ：识别区域的百分比坐标（格式 [x1,y1,x2,y2] ，案例中传空数组 double[] ） 案例 opencv.OCR(Mat, "", 0, 0, double[]); // 调用示例（字库、区域等参数按案例默认值传入） opencv基于 CV 文件的 OCR 识别（通过指定 CV 文件名进行文字识别） 项目 详情 功能描述 基于 CV 文件的 OCR 识别（通过指定 CV 文件名进行文字识别） 方法定义 ocrResult OCREx(String arg0) （opencv 类的方法，案例中调用形式：opencv.OCREx("") ） 返回值 ocrResult 参数 String arg0 ：CV 文件名（案例中传入空字符串 "" ） 案例 opencv.OCREx(""); // 调用示例（传入空 CV 文件名） /* &#127822;交流QQ群711841924群一，苹果内测群，528816639 &#127822;&#128296;&#128204;&#128296;OCR方法小结 */ // 第一个示例：获取屏幕截图并进行 OCR 文字识别（简体中文） var img1 = screen.screenShotFull(); var ocr1 = img1.MLKitOcr('zhs'); var text1 = ocr1.getAllString(); printl(text1); img1.recycle(); /* 说明： - 这是一个最基本的 OCR 示例。 - 使用 MLKitOcr 方法通过简体中文词库识别截图中的文字。 - 最终输出识别到的全文本信息。 */ // 第二个示例：指定区域内的 OCR 文字识别（中文） var img2 = screen.screenShotFull(); var ocrRegion2 = [0, 0.2, 1, 0.6]; var ocrResult2 = img2.MLKitOcrRect('zh', ocrRegion2); var recognizedText2 = ocrResult2.getAllString(); printl("OCR识别结果: " + recognizedText2); img2.recycle(); /* 说明： - 此示例中，OCR 定义了一个特定的屏幕区域来识别文本，避免了全屏识别的开销。 - 使用 MLKitOcrRect 方法优化了识别区域。 */ // 第三个示例：使用 PaddleOCR 识别并查找特定文本 var img3 = screen.screenShotFull(); var ocrResult3 = img3.paddleOCR(640, [0, 0, 1, 1]); var target3 = ocrResult3.findIncludeText("雷电"); if (target3) {     target3.hidClick();     printl("成功点击目标区域: 雷电"); } else {     printl("目标区域未找到: 雷电"); } img3.recycle(); /* 说明： - 示例使用 PaddleOCR 技术识别文本。 - 识别完成后，查找特定文本，并对找到目标进行点击操作。 */ // 第四个示例：全屏 OCR 查找文本内容并点击 var img4 = screen.screenShotFull(); var ocrResult4 = img4.paddleOCR(640, [0, 0, 1, 1]); var target4 = ocrResult4.findIncludeText("雷电"); if (target4) {     target4.click(); } else {     printl("未找到指定文本"); } img4.recycle(); /* 说明： - 该示例与第三个类似，但更高效地处理了查找和目标动作操作。 */ // 第五个示例：查找包含目标文字的多个区域 var img5 = screen.screenShotFull(); var ocrResult5 = img5.MLKitOcr('zh'); var targets5 = ocrResult5.findIncludeTexts("雷电"); if (targets5.length > 0) {     targets5.forEach(target => {         target.click();     }); } else {     printl("未找到指定文本"); } img5.recycle(); /* 说明： - 查找包含目标文字的多个区域，返回所有目标的列表。 - 遍历所有目标，逐一对其执行点击操作。 */ // 第六个示例：获取 OCR 识别到的所有文本并打印 var img6 = screen.screenShotFull(); var ocrResult6 = img6.paddleOCR(640, [0, 0, 1, 1]); var allText6 = ocrResult6.getAllString(); if (!allText6) {     printl("未检测到任何文本"); } else {     printl("检测到的文本内容: " + allText6); } img6.recycle(); /* 说明： - 示例展示如何提取 OCR 识别结果中的所有字符信息。 */ // 第七个示例：通过 MLKitOcr 完全读出屏幕文字 var img7 = screen.screenShotFull(); var ocrResult7 = img7.MLKitOcr('zh'); printl(ocrResult7.getAllString()); img7.recycle(); /* 说明： - 示例使用 MLKitOcr 在全屏范围内提取所有文本信息。 */ // 第八个示例：获取 JSON 格式的 OCR 识别结果 var img8 = screen.screenShotFull(); var ocrResult8 = img8.MLKitOcr('zh'); var jsonResult8 = ocrResult8.getJson(); printl(JSON.stringify(jsonResult8, null, 2)); img8.recycle(); /* 说明： - 此示例展示了如何将 OCR 结果以 JSON 格式获取。 */ // 第九个示例：获取 OCR 的 JSON 表示 var img9 = screen.screenShotFull(); var ocrResult9 = img9.MLKitOcr('zh'); var ocrJson9 = ocrResult9.getJson(); printl("OCR 结果 JSON: " + JSON.stringify(ocrJson9)); img9.recycle(); /* 说明： - 将 OCR 输出结果以 JSON 格式显示，便于程序进一步处理。 */ // 第十个示例：OpenCV OCR 使用 var mat10 = screen.screenShot(720, 1280, 100).getMat(); var seek10 = opencv.OCR(mat10, '点击头条输入框.ocr', 0.95, 0); if (seek10) {     printl(seek10.findIncludeText('点击')); } else {     printl("未找到了"); } /* 说明： - 使用 OpenCV 库执行 OCR，匹配的置信度为 0.95。 - 根据内容查找包含特定文本的区域。 */ // 第十一个示例：OpenCV OCR 扩展功能使用 var seek11 = opencv.OCREx('关闭后台.cv'); if (seek11) {     printl(seek11.findIncludeText('关闭后台.cv')); } else {     printl("未找到了"); } /* 说明： - 使用 opencv.OCREx 对指定的 cv 文件进行 OCR 识别。 - 扩展功能 checkColorsEx 用于进一步处理颜色匹配和文本识别结果。 */ 复制代码