OCR识别

OCR模块是属于对图像进行识别
OCR模块的对象前缀是ocr，例如 ocr.initOcr()这样调用
目前的OCR包含了 appleVision
3.18.0+ 新增了ocrMut作为多实例模式的ocr前缀
5.12.0 新增了paddleLiteOcr
5.21.0 新增了paddleNcnnOcrV5
新增 paddleOnnxOcrV6（PP-OCRv6_small，与 paddleOnnxOcr / PP-OCRv5 并存）
语种：paddleOnnxOcr（v5）与 paddleOnnxOcrV6（v6 Medium/Small）均可在同一模型下识别中文简繁、英文、日文及多种拉丁语系文字，一般无需按语种换模型（v6 官方约 50 种；v5 实测亦覆盖大量拉丁文字）；西里尔文等（如乌克兰语）不在覆盖范围，无法正确识别
速度：paddleOnnxOcrV6 默认偏精度（maxSideLen 960、开启角度检测）。若更在意速度，可参考下文「偏快」参数（缩小 maxSideLen、关闭 doAngle、提高线程数），通常明显更快；画面倒置时再开角度检测

单实例模式

ocr.initOcr 初始化

初始化OCR模块
@param map map参数表
key分别为：
type : OCR类型，值分别为 appleVision = ios自带的Vision模块
如果类型是 appleVision, 参数设置为 : {"type":"appleVision","level":"fast","languages":"zh-Hans,en-US"}
- level: fast,代表快速的，accurate:代表精准的
- languages: 识别的语言，默认是zh-Hans,en-US中文简体和英文，
- 支持的有 ["en-US", "fr-FR", "it-IT", "de-DE", "es-ES", "pt-BR", "zh-Hans", "zh-Hant"]
@return {bool} 布尔型成功或者失败

appleVision OCR例子

1
function main() {
2
  let appleVision = {"type": "appleVision", "level": "accurate", "languages": "zh-Hans,en-US"}
3
  let inited = ocr.initOcr(appleVision)
4
  logd("初始化结果 -" + inited);
5
  if (!inited) {
6
    loge("error : " + ocr.getErrorMsg());
7
    return;
8
  }
9
  for (var ix = 0; ix < 20; ix++) {
10
    //读取一个bitmap
11
    let img = image.captureFullScreen();
12
    if (img == null || img == undefined || img.uuid == null || img.uuid == undefined || img.uuid == "") {
13
      loge("读取图片失败");
14
      continue;
15
    }
16
    console.time("1")
17
    logd("start---ocr");
18
    // 对图片进行识别
19
    let result = ocr.ocrImage(img, 20 * 1000, {});
20
    logd(result)
21
    if (result) {
22
      logd("ocr结果-》 " + JSON.stringify(result));
23
      for (var i = 0; i < result.length; i++) {
24
        var value = result[i];
25
        logd("文字 : " + value.label + " x: " + value.x + " y: " + value.y + " width: " + value.width + " height: " + value.height);
26
      }
27
    } else {
28
      logw("未识别到结果");
29
    }
30

31
    logd("耗时: " + console.timeEnd(1) + " ms")
32
    image.recycle(img)
33
    sleep(1000);
34
    logd("ix = " + ix)
35
  }
36
  //释放所有资源
37
  ocr.releaseAll();
38
}
39

40
main();

ocr.ocrImage 识别文字

对 AutoImage 进行OCR，返回的是JSON数据，其中数据类似于与：

1
  [
2
  {
3
    "label": "奇趣装扮三阶盘化",
4
    "confidence": 0.48334712,
5
    "x": 11,
6
    "y": 25,
7
    "width": 100,
8
    "height": 100
9
  }
10
]

label: 代表是识别的文字
confidence：代表识别的准确度
x: 代表X开始坐标
Y: 代表Y开始坐标
width: 代表宽度
height: 代表高度
@param bitmap 图片
@param timeout 超时时间单位毫秒
@param extra 扩展参数，map形式，例如 {"token":"xxx"}
@return {JSON} JSON对象

1
代码例子常见
2
OCR初始化

ocr.getErrorMsg 获取错误消息

获取OCR错误消息
@return {string} null代表没有错误

1
代码例子常见
2
OCR初始化

ocr.releaseAll 释放OCR资源

释放OCR占用的资源
@return {bool} 成功或者失败

1
代码例子常见
2
OCR初始化

多实例模式

ocrMut.releaseAll 释放所有

EC 脱机 5.17.0+

1
// 见代码例子

ocrMut.initOcr 初始化

初始化OCR模块
@param map map参数表
key分别为：
type : OCR类型，值分别为 appleVision = ios自带的Vision模块 tess = TesseractOcr, ocrLite=ncnn神经网络的ocrLite , paddleOcrOnline = EC自带的PC端的paddleOcr服务程序,paddleLiteOcr = paddleLite，paddleNcnnOcrV5=ncnn版本的paddleocr， paddleOnnxOcr = onnxruntime 的 PP-OCRv5 模型实现，paddleOnnxOcrV6 = onnxruntime 的 PP-OCRv6_small 模型实现（与 v5 并存）
如果类型是 appleVision, 参数设置为 : {"type":"appleVision","level":"fast","languages":"zh-Hans,en-US"}
- level: fast,代表快速的，accurate:代表精准的
- languages: 识别的语言，默认是zh-Hans,en-US中文简体和英文，
- 支持的有 ["en-US", "fr-FR", "it-IT", "de-DE", "es-ES", "pt-BR", "zh-Hans", "zh-Hant"]
  paddleLiteOcr = paddleLite，paddleOnnxOcr = onnxruntime 的 PP-OCRv5，paddleOnnxOcrV6 = PP-OCRv6_small
如果类型是paddleLiteOcr / paddleOnnxOcr / paddleOnnxOcrV6：
- 注意 5.16+由于onnxruntime和paddlelite冲突，使用onnx重写了paddlelite底层实现,
- 参数示例：{"type":"paddleOnnxOcr","cpuThreadNum":2} 或 {"type":"paddleOnnxOcrV6","cpuThreadNum":2}
- 语种（paddleOnnxOcr / paddleOnnxOcrV6）：同一模型即可识别中文简繁、英文、日文及多种拉丁语系文字，一般无需按语种切换模型。v6 Medium/Small 官方约 50 种（含 46 种拉丁语系）；v5 实测同样可识别大量拉丁文字。不支持西里尔文等（例如乌克兰语），无法正确识别
- 偏快配置（推荐日常 UI 截图）：相对默认更省时，例如 {"type":"paddleOnnxOcrV6","cpuThreadNum":-2,"maxSideLen":640,"doAngle":0,"mostAngle":0,"padding":10}

maxSideLen:640：降低检测分辨率（默认 960），通常收益最大；小字可能略漏检
doAngle:0 / mostAngle:0：关闭方向检测与角度投票，跳过角度分类；仅当画面可能倒置（约 90°~270°）时再设为 1
cpuThreadNum:-2 或 -1：用更多 CPU 线程（默认常为 2）
- cpuThreadNum 使用的CPU线程数，如果不知道不写即可，-1 代表全部cpu数量，-2 代表cpu数量的一半，识别速度可以用这个值调整
- modelPath：模型路径，如果是外部路径例如 /sdcard/models/代表是sdcard下面的，默认自带有模型不写这一项即可
- labelPath: 训练的文字标签文件路径，可以是外部的例如 /sdcard/labels/ppocr_keys_v1.txt，默认自带有模型不写这一项即可（v6 内置时会从 Bundle 内 rec yml 导出字典，一般无需手写）
- detModelFilename: 检测模型文件名，onnx 结尾的文件名称，放到 modelPath 参数的路径下，默认自带有模型不写这一项即可
- recModelFilename: 识别模型文件名，onnx 结尾的文件名称，放到 modelPath 参数的路径下，默认自带有模型不写这一项即可
- clsModelFilename: 分类模型文件名，onnx 结尾的文件名称，放到 modelPath 参数的路径下，默认自带有模型不写这一项即可（v6 角度分类复用 v5 的 cls 模型）
- padding 图像外接白框，用于提升识别率，文字框没有正确框住所有文字时，增加此值。默认 10。识别速度可以用这个值调整
- boxThresh 图像中文字部分和背景部分分割阈值。值越大，文字部分会越小。取值范围：[0, 1]，默认值为0.3。
- boxScoreThresh 文本检测所得框是否保留的阈值，值越大，召回率越低。取值范围：[0, 1]，默认值为0.5。
- unClipRatio 控制文本检测框的大小，值越大，检测框整体越大。取值范围：[1.6, 2.0]，默认值为 1.6。
- doAngle 1启用(1)/禁用(0) 文字方向检测，只有图片倒置的情况下(旋转90~270度的图片)，才需要启用文字方向检测，默认1
- mostAngle 启用(1)/禁用(0) 角度投票(整张图片以最大可能文字方向来识别)，当禁用文字方向检测时，此项也不起作用，默认1
- maxSideLen 如果输入图像的最大边大于max_side_len，则会按宽高比，将最大边缩放到max_side_len。默认为 960，识别速度可以用这个值调整（偏快可设 640）

如果类型是 paddleNcnnOcrV5，参数设置如下
- numThread: 线程数量，-1 等于全部，-2 等于设备CPU的一半，0代表不设置，识别速度可以用这个值调整
- modelsDir: 模型的路径文件路径。默认不写就使用自带的
- padding: 图像外接白框，用于提升识别率，文字框没有正确框住所有文字时，增加此值。默认 32，识别速度可以用这个值调整
- maxSideLen 如果输入图像的最大边大于max_side_len，则会按宽高比，将最大边缩放到max_side_len。默认为 640，识别速度可以用这个值调整
- keysName: 训练的文字标签文件名称，可以是外部的例如 keys.txt，默认自带有模型不写这一项即可
- detName: 检测模型文件名，param 结尾的文件名称，放到 modelsDir 参数的路径下，名字叫det.param就写det，不用带param后缀，默认自带有模型不写这一项即可
- recName: 识别模型文件名，onnx 结尾的文件名称，放到 modelsDir 参数的路径下，名字叫rec.param就写det，不用带param后缀，默认自带有模型不写这一项即可
如果类型是 tess
- 参数设置为 : {"type":"tess",path:"","rillevel":2,"language":"eng+chi_sim"}
- path: TesseractOcr的traineddata文件夹路径，例如/Application/tessdata，最好是使用file模块复制到sandbox文件夹下，参考例子
- language: TesseractOcr 的要识别的语言数据集文件，例如 chi_sim.traineddata 代表是中文简体语言，参数就填写 chi_sim,多个可以用+链接，例如:chi_sim+eng+num，多个请用+链接，例如eng+chi_sim代表TesseractOcr官方的英文和简体中文，自动寻找path文件夹下的traineddata文件
- rilLevel: PageIteratorLevel 参数，-1 自适应， 0: RIL_BLOCK, 1: RIL_PARA, 2: RIL_TEXTLINE, 3: RIL_WORD, 4:RIL_SYMBOL
- ocrEngineMode: 识别引擎类型，0 OEM_TESSERACT_ONLY ， 1 OEM_LSTM_ONLY,2 OEM_TESSERACT_LSTM_COMBINED,3 OEM_DEFAULT
- tessedit_char_blacklist: 黑名单
- tessedit_char_whitelist: 白名单
如果类型设置是: ocrLite，参数为:

1
   {
2
  "type": "ocrLite",
3
  "padding": 10,
4
  "maxSideLen": 0,
5
  "boxScoreThresh": 0.6,
6
  "boxThresh": 0.3,
7
  "unClipRatio": 1.6,
8
  "doAngle": 0,
9
  "mostAngle": 0
10
}

1
* numThread: 线程数量，-1 等于全部，-2 等于设备CPU的一半，0代表不设置，程序自定义，建议设置为-2
2
*  padding 图像外接白框，用于提升识别率，文字框没有正确框住所有文字时，增加此值。默认50。<br/>
3
*  maxSideLen 按图像长边进行总体缩放，放大增加识别耗时但精度更高，缩小减小耗时但精度降低，maxSideLen为0表示不缩放。<br/>
4
*  boxScoreThresh 文字框置信度门限，文字框没有正确框住所有文字时，减小此值 <br/>
5
*  boxThresh 同上，自行试验。<br/>
6
*  unClipRatio 单个文字框大小倍率，越大时单个文字框越大。<br/>
7
*  doAngle 启用(1)/禁用(0) 文字方向检测，只有图片倒置的情况下(旋转90~270度的图片)，才需要启用文字方向检测，默认关闭。<br/>
8
*  mostAngle 启用(1)/禁用(0) 角度投票(整张图片以最大可能文字方向来识别)，当禁用文字方向检测时，此项也不起作用，默认关闭。<br/>

如果类型设置为: paddleOcrOnline 请到网盘中下载EasyClick-PaddleOcr.zip文件解压运行

1
  {
2
  "type": "paddleOcrOnline",
3
  "ocrType": "ONNX_PPOCR_V3",
4
  "padding": 50,
5
  "maxSideLen": 0,
6
  "boxScoreThresh": 0.5,
7
  "boxThresh": 0.3,
8
  "unClipRatio": 1.6,
9
  "doAngleFlag": 0,
10
  "mostAngleFlag": 0
11
}

1
*  ocrType : 模型 ONNX_PPOCR_V3,ONNX_PPOCR_V4,NCNN_PPOCR_V3
2
*  serverUrl：paddle ocr服务器地址，可以在其他电脑部署，然后中控链接，例如 192.168.2.8:9022，部署在电脑就改ip地址即可，端口是 9022 可以不写
3
*  padding 图像外接白框，用于提升识别率，文字框没有正确框住所有文字时，增加此值。默认50。<br/>
4
*  maxSideLen 按图像长边进行总体缩放，放大增加识别耗时但精度更高，缩小减小耗时但精度降低，maxSideLen为0表示不缩放。<br/>
5
*  boxScoreThresh 文字框置信度门限，文字框没有正确框住所有文字时，减小此值 <br/>
6
*  boxThresh 同上，自行试验。<br/>
7
*  unClipRatio 单个文字框大小倍率，越大时单个文字框越大。<br/>
8
*  doAngleFlag 启用(1)/禁用(0) 文字方向检测，只有图片倒置的情况下(旋转90~270度的图片)，才需要启用文字方向检测，默认关闭。<br/>
9
*  mostAngleFlag 启用(1)/禁用(0) 角度投票(整张图片以最大可能文字方向来识别)，当禁用文字方向检测时，此项也不起作用，默认关闭。<br/>
10
*  limit 代表每1秒执行ocr请求个数 默认1000。可以适当降低减少cpu占用<br/>
11
*  checkImage 检查数据是否是图像(1是 0否)默认关闭。<br/>

@return {bool} 布尔型成功或者失败

1
function main() {
2
    //开头 释放所有ocr资源，防止之前未释放的资源占用
3
    ocrMut.releaseAll();
4
    logd("开始执行脚本...")
5

6
    // 初始化一个实例
7
    let ocrtest = ocrMut.newOcr();
8
    let vision = {"type": "appleVision", "level": "accurate", "languages": "zh-Hans,en-US"}
9
    //paddleOcr参数
10
    let paddleOcrOnline = {
11
        "type": "paddleOcrOnline",
12
        "ocrType": "ONNX_PPOCR_V3",
13
        "serverUrl": "192.168.2.13:9022",
14
        "limit": 12,
15
        "checkImage": "1",
16
        "padding": 200
17
    }
18
    let ocrLite = {"type": "ocrLite","numThread":2}
19
    let paddleLiteOcrMap = {"type": "paddleLiteOcr","cpuThreadNum":2,"cpuPowerMode":"LITE_POWER_FULL"}
20
    let inited = ocrtest.initOcr(ocrLite)
21
    // let inited = ocrtest.initOcr(paddleLiteOcrMap)
22
    if (!inited) {
23
        loge("inited ocr error : " + ocrtest.getErrorMsg())
24
        return
25
    } else {
26
        logd("ocr inited ok")
27
    }
28
    for (let i = 0; i < 3; i++) {
29
        let img = image.captureFullScreen()
30
        let ocrResult = ocrtest.ocrImage(img, 20000, null)
31
        logd("ocrResult " + JSON.stringify(ocrResult));
32
        if (ocrResult) {
33
            logd("ocr结果-》 " + JSON.stringify(ocrResult));
34
            for (var j = 0; j < ocrResult.length; j++) {
35
                var value = ocrResult[j];
36
                logd("文字 : " + value.label + " x: " + value.x + " y: " + value.y + " width: " + value.width + " height: " + value.height);
37
            }
38
        } else {
39
            logw("未识别到结果");
40
        }
41
        image.recycle(img)
42

43
        sleep(2000)
44
    }
45
    //脚本运行完成了释放即可 不需要每次用完都释放
46
    ocrtest.releaseAll()
47
}
48

49
main();

TesseractOcr 例子

1
function main() {
2
  //开头 释放所有ocr资源，防止之前未释放的资源占用
3
  ocrMut.releaseAll();
4
  logd("Start")
5
  let ts = file.getSandBoxDir()
6
  let tessdataDir = ts + "/tessdata"
7
  logd("tessdataDir=> ", tessdataDir)
8
  file.mkdirs(tessdataDir)
9
  //保存数据集 traineddata 放到res文件夹下 自动复制到  tessdataDir
10
  // 复制英文数据集
11
  let saved = saveResToFile("eng.traineddata", tessdataDir + "/eng.traineddata")
12
  // 复制中文数据集
13
  let saved2 = saveResToFile("chi_sim.traineddata", tessdataDir + "/chi_sim.traineddata")
14
  logd("saved ", saved)
15
  if (!saved) {
16
    logd("copy eng error")
17
    return;
18
  }
19
  if (!saved2) {
20
    logd("copy chi_sim error")
21
    return;
22
  }
23
  let tessocr = ocrMut.newOcr()
24
  // 初始话 中文+英文
25
  let intx = tessocr.initOcr({
26
    "type": "ocrLite",
27
    "path": tessdataDir,
28
    "language": "eng+chi_sim",
29
    "rilLevel": 2,
30
  })
31

32
  logd("tessocr initOcr " + intx)
33
  if (!intx) {
34
    logd(tessocr.getErrorMsg());
35
    return
36
  }
37

38
  for (let i = 0; i < 10; i++) {
39
    // 这里可以改为截图
40
    //let aa = image.captureFullScreen();
41
    let aa = readResAutoImage("2.png")
42

43
    console.time(1)
44
    let rse = tessocr.ocrImage(aa, 10 * 1000, {})
45
    logd("消耗时间 time - ", console.timeEnd(1))
46
    image.recycle(aa)
47

48
    logd(JSON.stringify(rse));
49
    for (let i = 0; i < rse.length; i++) {
50
      let a = rse[i]
51
      logd(JSON.stringify(a))
52
      let b = a.x + "," + a.y + "," + (a.x + a.width) + "," + (a.y + a.height)
53
      logd(a.label, b)
54
    }
55

56
  }
57

58
  tessocr.releaseAll()
59

60
  logd("end--")
61
}
62

63

64
main();

PaddleOnnxOcr 例子

1
function main() {
2
  //开头 释放所有ocr资源，防止之前未释放的资源占用
3
  ocrMut.releaseAll();
4
  logd("开始执行脚本...")
5
  let ocrtest = ocrMut.newOcr()
6
  let modelPath = file.getSandBoxFilePath("")
7
  let labelPath = file.getSandBoxFilePath("ppocrv5_mobile_labels.txt")
8
  let detModelFilename = "ch_PP-OCRv5_mobile_det.onnx"
9
  let recModelFilename = "ch_PP-OCRv5_rec_mobile_infer.onnx"
10
  let clsModelFilename = "ch_ppocr_mobile_v2.0_cls_infer.onnx"
11
  // 内部自带的ocr模型
12
  let paddleOnnxOcrMap1 = {"type": "paddleOnnxOcr", "cpuThreadNum": 2, "padding": 10, "maxSideLen": 960}
13

14
  // 使用外部的模型
15
  let paddleOnnxOcrMap2 = {
16
    "type": "paddleOnnxOcr", "cpuThreadNum": 2, "padding": 10, "maxSideLen": 960,
17
    "modelPath": modelPath,
18
    "labelPath": labelPath,
19
    "detModelFilename": detModelFilename,
20
    "recModelFilename": recModelFilename,
21
    "clsModelFilename": clsModelFilename,
22
  }
23
  let inited = ocrtest.initOcr(paddleOnnxOcrMap1)
24
  if (!inited) {
25
    loge("inited ocr error : " + ocrtest.getErrorMsg())
26
    return
27
  } else {
28
    logd("ocr inited ok")
29
  }
30
  for (let i = 0; i < 100; i++) {
31
    let img = image.captureFullScreen()
32

33

34
    console.time(1)
35

36
    let ocrResult = ocrtest.ocrImage(img, 20000, {"cpuThreadNum": 2, "padding": 10, "maxSideLen": 960})
37

38
    logd("ocrResult " + JSON.stringify(ocrResult));
39
    if (ocrResult) {
40
      logd("ocr结果-》 " + JSON.stringify(ocrResult));
41
      for (var j = 0; j < ocrResult.length; j++) {
42
        var value = ocrResult[j];
43
        logd("文字 : " + value.label + "   " + value.x + "," + value.y + "," + (value.x + value.width) + "," + (value.y + value.height));
44
      }
45
    } else {
46
      logw("未识别到结果");
47
    }
48
    logd("耗时: {} ms", console.timeEnd(1))
49
    sleep(100)
50
    image.recycle(img)
51
    sleep(200)
52
  }
53
  //脚本运行完成了释放即可 不需要每次用完都释放
54
  ocrtest.releaseAll()
55
}
56

57

58
main()

PaddleOnnxOcrV6 例子

type 使用 paddleOnnxOcrV6，内置 PP-OCRv6_small（det/rec ONNX）；与 paddleOnnxOcr（v5）并存，互不影响
参数字段与 paddleOnnxOcr 相同；不写 modelPath / 文件名时使用 App Bundle 内置模型
语种：与 paddleOnnxOcr（v5）类似，同一模型可识别中文简繁、英文、日文及多种拉丁语系文字（v6 Medium/Small 官方约 50 种）；乌克兰语等西里尔文不在支持范围，不能识别
偏快：日常正立 UI 截图建议 maxSideLen:640、doAngle:0、mostAngle:0、cpuThreadNum:-2（见下方 paddleOnnxOcrV6MapFast）；需要更高检测精度或画面可能倒置时再用默认/打开角度检测

1
function main() {
2
  //开头 释放所有ocr资源，防止之前未释放的资源占用
3
  ocrMut.releaseAll();
4
  logd("开始执行脚本...")
5
  let ocrtest = ocrMut.newOcr()
6
  let modelPath = file.getSandBoxFilePath("")
7
  let labelPath = file.getSandBoxFilePath("ppocrv6_small_labels.txt")
8
  let detModelFilename = "PP-OCRv6_small_det.onnx"
9
  let recModelFilename = "PP-OCRv6_small_rec.onnx"
10
  // v6 角度分类复用 v5 cls
11
  let clsModelFilename = "ch_ppocr_mobile_v2.0_cls_infer.onnx"
12

13
  // 偏快（日常 UI 截图推荐）：缩小长边、关闭角度检测、多用 CPU
14
  let paddleOnnxOcrV6MapFast = {
15
    "type": "paddleOnnxOcrV6",
16
    "cpuThreadNum": -2,
17
    "padding": 10,
18
    "maxSideLen": 640,
19
    "doAngle": 0,
20
    "mostAngle": 0
21
  }
22

23
  // 默认偏精度：maxSideLen 960，开启方向检测
24
  let paddleOnnxOcrV6Map1 = {"type": "paddleOnnxOcrV6", "cpuThreadNum": 2, "padding": 10, "maxSideLen": 960}
25

26
  // 使用外部的模型（需自行放置 onnx / 字典到 sandbox）
27
  let paddleOnnxOcrV6Map2 = {
28
    "type": "paddleOnnxOcrV6", "cpuThreadNum": 2, "padding": 10, "maxSideLen": 960,
29
    "modelPath": modelPath,
30
    "labelPath": labelPath,
31
    "detModelFilename": detModelFilename,
32
    "recModelFilename": recModelFilename,
33
    "clsModelFilename": clsModelFilename,
34
  }
35
  let inited = ocrtest.initOcr(paddleOnnxOcrV6MapFast)
36
  if (!inited) {
37
    loge("inited ocr error : " + ocrtest.getErrorMsg())
38
    return
39
  } else {
40
    logd("ocr v6 inited ok")
41
  }
42
  for (let i = 0; i < 100; i++) {
43
    let img = image.captureFullScreen()
44

45
    console.time(1)
46

47
    let ocrResult = ocrtest.ocrImage(img, 20000, {"cpuThreadNum": -2, "padding": 10, "maxSideLen": 640, "doAngle": 0, "mostAngle": 0})
48

49
    logd("ocrResult " + JSON.stringify(ocrResult));
50
    if (ocrResult) {
51
      logd("ocr结果-》 " + JSON.stringify(ocrResult));
52
      for (var j = 0; j < ocrResult.length; j++) {
53
        var value = ocrResult[j];
54
        logd("文字 : " + value.label + "   " + value.x + "," + value.y + "," + (value.x + value.width) + "," + (value.y + value.height));
55
      }
56
    } else {
57
      logw("未识别到结果");
58
    }
59
    logd("耗时: {} ms", console.timeEnd(1))
60
    sleep(100)
61
    image.recycle(img)
62
    sleep(200)
63
  }
64
  //脚本运行完成了释放即可 不需要每次用完都释放
65
  ocrtest.releaseAll()
66
}
67

68

69
main()

PaddleNcnnOcrV5 例子

1
function main() {
2
  //开头 释放所有ocr资源，防止之前未释放的资源占用
3
  ocrMut.releaseAll();
4
  logd("开始执行脚本...")
5
  let ocrtest = ocrMut.newOcr()
6
  let modelPath = file.getSandBoxFilePath("")
7
  let detName = "det"
8
  let recName = "rec"
9
  // 内部自带的ocr模型
10
  let paddleNcnnOcrMap1 = {"type": "paddleNcnnOcrV5", "numThread": 2, "padding": 32, "maxSideLen": 640}
11

12
  // 使用外部的模型
13
  let paddleOnnxOcrMap2 = {
14
    "type": "paddleNcnnOcrV5", "numThread": 2, "padding": 32, "maxSideLen": 640,
15
    "modelsDir": modelPath,
16
    "keysName": "keys.txt",
17
    "detName": detName,
18
    "recName": recName
19
  }
20
  let inited = ocrtest.initOcr(paddleNcnnOcrMap1)
21
  if (!inited) {
22
    loge("inited ocr error : " + ocrtest.getErrorMsg())
23
    return
24
  } else {
25
    logd("ocr inited ok")
26
  }
27
  for (let i = 0; i < 100; i++) {
28
    let img = image.captureFullScreen()
29

30

31
    console.time(1)
32

33
    // 这里也可以设置动态的参数
34
    let ocrResult = ocrtest.ocrImage(img, 20000, {"numThread":2,"padding":32})
35

36
    logd("ocrResult " + JSON.stringify(ocrResult));
37
    if (ocrResult) {
38
      logd("ocr结果-》 " + JSON.stringify(ocrResult));
39
      for (var j = 0; j < ocrResult.length; j++) {
40
        var value = ocrResult[j];
41
        logd("文字 : " + value.label + "   " + value.x + "," + value.y + "," + (value.x + value.width) + "," + (value.y + value.height));
42
      }
43
    } else {
44
      logw("未识别到结果");
45
    }
46
    logd("耗时: {} ms", console.timeEnd(1))
47
    sleep(100)
48
    image.recycle(img)
49
    sleep(200)
50
  }
51
  //脚本运行完成了释放即可 不需要每次用完都释放
52
  ocrtest.releaseAll()
53
}
54

55

56
main()

ocrInstance.ocrImage 识别文字

对 AutoImage 进行OCR，返回的是JSON数据，其中数据类似于与：

1
  [
2
  {
3
    "label": "奇趣装扮三阶盘化",
4
    "confidence": 0.48334712,
5
    "x": 11,
6
    "y": 25,
7
    "width": 100,
8
    "height": 100
9
  }
10
]

label: 代表是识别的文字
confidence：代表识别的准确度
x: 代表X开始坐标
Y: 代表Y开始坐标
width: 代表宽度
height: 代表高度
@param bitmap 图片
@param timeout 超时时间单位毫秒
@param extra 扩展参数，map形式，例如 {"token":"xxx"}
@return {JSON} JSON对象

1
代码例子常见
2
OCR初始化

ocrInstance.getErrorMsg 获取错误消息

获取OCR错误消息
@return {string} null代表没有错误

1
代码例子常见
2
OCR初始化

ocrInstance.releaseAll 释放OCR资源

释放OCR占用的资源
@return {bool} 成功或者失败

1
代码例子常见
2
OCR初始化

PaddleOcrOnline Http调用

低于3.18.0+的EC，可以通过HTTP方式调用ocr
前提是需要下载EasyClick-PaddleOcr.zip文件解压运行

1
function httpPaddleOcr(filePath) {
2
  // ocr的服务地址
3
  // 其他参数参考上面的说明
4
  let url = "http://192.168.2.13:9022/devapi/uploadOcr"
5
  let ocrType = "ONNX_PPOCR_V3"
6
  let limit = "1000"
7
  let ocrParam = {
8
    "padding": 50,
9
    "maxSideLen": 0,
10
    "boxScoreThresh": 0.5,
11
    "boxThresh": 0.3,
12
    "unClipRatio": 1.6,
13
    "doAngleFlag": 0,
14
    "mostAngleFlag": 0
15
  }
16
  ocrParam = utils.base64Encode(JSON.stringify(ocrParam));
17
  let param = {
18
    "ocrType": ocrType,
19
    "limit": limit,
20
    "ocrParam": ocrParam
21
  };
22
  let files = {
23
    "file": filePath
24
  }
25
  let result = http.httpPost(url, param, files, 20 * 1000, {"User-Agent": "test"});
26
  if (result == null || result == undefined || result == "") {
27
    return null;
28
  }
29

30
  try {
31
    result = JSON.parse(result)
32
    return result["data"]
33
  } catch (e) {
34
    return null;
35
  }
36

37
}
38

39
function callPaddleOcrTest() {
40
  let img = image.captureFullScreen()
41
  if (!img) {
42
    loge("截图失败");
43
    return
44
  }
45
  let filePath = file.getSandBoxFilePath("ocrtmp.jpg")
46
  image.saveTo(img, filePath)
47
  let result = httpPaddleOcr(filePath);
48
  logd("result " + JSON.stringify(result));
49

50

51
}
52

53
callPaddleOcrTest()