冰狐智能辅助
首页
文档&下载
移动端
微服务
社区
码农教程
管理中心
关于我们
登录/注册
ocr

OCR

文字识别，汉字识别率接近100%，是市面上已知的手机离线ocr中汉字识别率最高的ocr。ocr，tessOcr，服务端ocr，ocrFindView，，ocrClick，，ocrSwitchPage，ocrBack2Page。 
例子：
function main() {
    requestScreenShot();
    var ret = ocr({region:[100, 100, 200, 130]});
    console.log('ret:' + ret);
}

ocr

OCR文字识别, 支持在线增量学习，汉字识别率高于任何已知的离线ocr。返回值为数组，里面存放识别到的文本和对应的区域，区域格式为[left, top, width, height]（相对屏幕的坐标，不是相对识别区域的坐标）例:[{text:'a', region:[11, 23, 10, 50]}, {text:'b', region:[111, 231, 50, 20]}]。注意：第一次调用前必须先申请截屏权限。如果在Thread中使用ocr，必须增加线程的栈大小，建议设置为12388608，详情请点击这里
参数：
参数名 类型 必填 说明
options object 选填,默认值:{region:[0, 0, 1, 1], bitmap: null, online:null, awesome:{threshold: 0.1, count: 3}} region，指定区域[left, top, width, height]，若取值在[0, 1]之间表示比例，例：0.5表示left位于屏幕x轴中点；若取值大于1表示像素值。默认值[0,0,1,1]。bitmap，如果为null则使用截屏后图片，否则直接使用该位图。online表示使用在线识别，比如：{url:'http://abc.com/api', key:'', secret:''},url表示服务器url，key和secret为可选鉴权参数。如果感觉ocr识别汉字偶尔会出错，请直接开启awesome，即可实现汉字识别99.999%成功率 awesome:{threshold:0.9, count: 3}，threshold取值范围[0.5, 0.9], count取值范围[2, 6]，如果开启awesome后还有汉字识别不对，请使用增量学习，把正确的语句添加到ocr文本库，然后点击「训练模型」，完成后下载模型，并打包进冰狐apk，即可正确识别对应的汉字。 
例子：
function main() {
    requestScreenShot();
    var ret = ocr();
// 开启awesome，实现汉字100%成功率
//    var ret = ocr({awesome:{threshold: 0.9, count: 4}});
    console.log('ret:' + ret);
}

tessOcr

tessOcr，专用于识别数字和英文（注意不能识别中文，若想识别中文请用ocr函数）。返回值为数组，里面存放识别到的文本和对应的区域，区域格式为[left, top, width, height]（相对屏幕的坐标，不是相对识别区域的坐标）例:[{text:'a', region:[11, 23, 10, 50]}, {text:'b', region:[111, 231, 50, 20]}]。注意：第一次调用前必须先申请截屏权限。
参数：
参数名 类型 必填 说明
options object 选填,默认值:{region:[0, 0, 1, 1], bitmap: null} region，指定区域[left, top, width, height]，若取值在[0, 1]之间表示比例，例：0.5表示left位于屏幕x轴中点；若取值大于1表示像素值。默认值[0,0,1,1]。bitmap，如果为null则使用截屏后图片，否则直接使用该位图。
如果你想精确识别：日期，键盘数字等比较有规律的数字的话，可以用js脚本来实现自动纠错，识别率可以达到99.999%，有需要的可以联系下官网客服 
例子：
function main() {
    requestScreenShot();
    var ret = tessOcr({region:[0, 0, 0.5, 200]});
    console.log('ret:' + ret);
}

服务端ocr(在线ocr)

在线ocr是指将ocr部署到服务器上（可以是内网服务器也可以是公网服务器，服务器或者pc具有更强大的算力），脚本直接将图片发送给服务器识别，服务器返回ocr识别结果。这种在线ocr的方式，中文、英文、数字和符号等识别率都非常最高（比手机端ocr效果要好很多，因为手机的算力相对比较低），各种环境下都可以达到非常好的效果。冰狐支持私有化部署ocr到您自己的服务器上，需要的请联系客服！

注意：如果您自己实现服务端需要接受post请求，body内容x-www-form-urlencoded格式，包含image(图片base64后的string)、key(string、可选)、secret(string、可选)

// 例子
function main() {
    requestScreenShot();

    var r = ocr({online:{url:'http://xx.xx.xx.xx/api'}})
    console.log('r:', r)

    var ret = ocrSwitchPage('txt:其他无线连接', 'txt:个人热点', {online:{url: 'http://xx.xx.xx.xx/api'}})
    if (ret.length > 0) {
        console.log('进入成功')
    } else {
        console.log('进入失败')
    }
}

ocrFindView

先用ocr识别文本，然后再查找匹配的文本，返回值为json对象，包含tag、text和region(left, top, width, height)三个key，如果没找到则对象的length为0，若找到则tag为匹配到的tag， text为匹配到的文本，region为匹配到文本的位置，例：{tag:'hello', text:'hello world' region:[100, 200, 30, 80]}。当页面的ui树获取不到时使用，比如游戏等。注意：第一次调用前必须先申请截屏权限。 
例子：
function main() {
    requestScreenShot();
    var ret = ocrFindView('txt:数据分析|txt^:首页');
    console.log('ret:' + ret);
}
参数：
参数名 类型 必填 说明
tag string 必填 目标页面的tag，注意只能为text，多个文本使用｜连接，找到任意一个即可，txt:表示精确搜索text为tag的控件，txt$:表示搜索text以tag结尾的控件，txt^:表示搜索text以tag开始的控件，txt*:表示搜索text包含tag的控件。例：'txt:我的|txt:首页'。
options json object {region:null, duration:500, maxStep:5, random: false, beforeWait:0, afterWait:0, failed: null, timeout: 1000, returnAllData: false, bitmap:null, debug: false, online:null, awesome:{threshold: 0.1, count:3}} region可以在ocr时指定区域[left, top, width, height]，注意：若取值在[0, 1]之间表示比例，例：[0.5, 100, 100, 200]表示left位于屏幕x轴中点；若取值大于1表示像素值。debug为true时会打印出ocr的结果。bitmap，如果为null则使用截屏后图片，否则直接使用该位图。duration表示两次搜索的间隔时间，单位毫秒。maxStep表示当搜索失败时，重搜索的最大次数。beforeWait表示在搜索前等待的时间，单位毫秒。afterWait表示在搜索完成后等待的时间，单位毫秒。failed表示搜索控件失败后调用的函数，主要用于在操作期间出现弹窗的场景。timeout指ocr的超时时间，默认1000毫秒。online表示使用在线识别，比如：{url:'http://abc.com/api', key:'', secret:''},url表示服务器url，key和secret为可选鉴权参数。awesome:{threshold:0.9, count: 3}，threshold取值范围[0.5, 0.9], count取值范围[2, 6]。

ocrClick

ocrClick，先用ocr识别文本，然后再点击文本，返回boolean。当页面的ui树获取不到时使用，比如游戏等。注意：第一次调用前必须先申请截屏权限。 
例子：
function main() {
    requestScreenShot();
    var ret = ocrClick('数据分析|首页');
    console.log('ret:' + ret);
}
参数：
参数名 类型 必填 说明
tag/clickPosition string/array 必填 目标页面的tag，注意只能为text，多个文本使用｜连接，找到任意一个即可，txt:表示精确搜索text为tag的控件，txt$:表示搜索text以tag结尾的控件，txt^:表示搜索text以tag开始的控件，txt*:表示搜索text包含tag的控件。例：'txt:我的|txt:首页'。clickPosition表示点击的目标位置信息，可以为[left, top]或者[left, top, width, height]。
options json object {region:null, clickMode:1, duration:500, maxStep:5, random: false, beforeWait:0, afterWait:0, debug: false, bitmap:null, failed: null, timeout: 1000, online:null, awesome:{threshold: 0.1, count:3}} region可以在ocr时指定区域[left, top, width, height]，注意：若取值在[0, 1]之间表示比例，例：[0.5, 100, 100, 200]表示left位于屏幕x轴中点；若取值大于1表示像素值。debug为true时会打印出ocr的结果。bitmap,如果为null则使用截屏后图片，否则直接使用该位图。duration表示两次搜索的间隔时间，单位毫秒。maxStep表示当搜索失败时，重搜索的最大次数。beforeWait表示在搜索前等待的时间，单位毫秒。afterWait表示在搜索完成后等待的时间，单位毫秒。failed表示搜索控件失败后调用的函数，主要用于在操作期间出现弹窗的场景。timeout指ocr的超时时间，默认1000毫秒。 online表示使用在线识别，比如：{url:'http://abc.com/api', key:'', secret:''},url表示服务器url，key和secret为可选鉴权参数。awesome:{threshold:0.9, count: 3}，threshold取值范围[0.5, 0.9], count取值范围[2, 6]。clickMode表示点击模式，1表示无障碍，2表示蓝牙，3表示usb，4表示root，5表示adb，如果使用蓝牙、usb、adb则需要先调用相应的初始化函数。

ocrSwitchPage

ocrSwitchPage，使用ocr来实现切换页面，返回boolean。当页面的ui树获取不到时使用，比如游戏等。注意：第一次调用前必须先申请截屏权限。 
例子：
function main() {
    requestScreenShot();
    var ret = ocrSwitchPage('查看', '数据分析|首页');
    console.log('ret:' + ret);
}
参数：
参数名 类型 必填 说明
findTag/clickPosition string/array 必填 findTag，表示需要点击的文本，注意只能为text,txt:表示精确搜索text为tag的控件，txt$:表示搜索text以tag结尾的控件，txt^:表示搜索text以tag开始的控件，txt*:表示搜索text包含tag的控件。clickPosition表示点击的目标位置信息，可以为[left, top]或者[left, top, width, height]。
checkTag string 必填 目标页面的tag，注意只能为text，多个文本使用｜连接，找到任意一个即可，txt:表示精确搜索text为tag的控件，txt$:表示搜索text以tag结尾的控件，txt^:表示搜索text以tag开始的控件，txt*:表示搜索text包含tag的控件。例：'txt:我的|txt:首页'。
options json object {findRegion:null, checkRegion:null, clickMode:1, duration:500, maxStep:5, maxCheckStep:1, random: false, debug: false, beforeWait:0, afterWait:0, failed: null, timeout: 1000, online:null,findAwesome:{threshold: 0.1, count:3}, checkAwesome:{threshold: 0.1, count:3}} findRegion和checkRegion可以在ocr时指定区域[left, top, width, height]，注意：若取值在[0, 1]之间表示比例，例：[0.5, 100, 100, 200]表示left位于屏幕x轴中点；若取值大于1表示像素值。debug为true时会打印出ocr的结果。duration表示两次搜索的间隔时间，单位毫秒。maxStep表示当搜索失败时，重搜索的最大次数。maxCheckStep表示一次搜索时最多检查几次目标tag。beforeWait表示在搜索前等待的时间，单位毫秒。afterWait表示在搜索完成后等待的时间，单位毫秒。failed表示搜索控件失败后调用的函数，主要用于在操作期间出现弹窗的场景。timeout指ocr的超时时间，默认1000毫秒。注意：如果failed返回true则会立即检查2次是否到达目标页面。 online表示使用在线识别，比如：{url:'http://abc.com/api', key:'', secret:''},url表示服务器url，key和secret为可选鉴权参数。findAwesome:{threshold:0.9, count: 3}，threshold取值范围[0.5, 0.9], count取值范围[2, 6]。checkAwesome:{threshold:0.9, count: 3}，threshold取值范围[0.5, 0.9], count取值范围[2, 6]。clickMode表示点击模式，1表示无障碍，2表示蓝牙，3表示usb，4表示root，5表示adb，如果使用蓝牙、usb、adb则需要先调用相应的初始化函数。

ocrBack2Page

ocrBack2Page，使用ocr来实现返回指定页面，返回boolean。当页面的ui树获取不到时使用，比如游戏等。注意：第一次调用前必须先申请截屏权限。 
例子：
function main() {
    requestScreenShot();
    var ret = ocrBack2Page('首页');
    console.log('ret:' + ret);
}
参数：
参数名 类型 必填 说明
tag string 必填 tag，表示目标页面中的tag文本，注意只能为text,txt:表示精确搜索text为tag的控件，txt$:表示搜索text以tag结尾的控件，txt^:表示搜索text以tag开始的控件，txt*:表示搜索text包含tag的控件。
options json object {midTag:'', backMode: 1, region:null, position:[-1, -1],backFirst: true, duration:1000, maxStep:5, maxCheckStep:2, beforeWait:0, afterWait:0, debug: false, failed: null, timeout:1000, online:null, awesome:{threshold: 0.1, count:3}} midTag表示在返回目标页面过程中的中间页面上的唯一tag。position表示坐标，如果指定，则点击这个固定坐标来实现返回。backFirst表示是否先模拟点击返回按键。debug为true时会打印出ocr的结果。region可以在ocr时指定区域[left, top, width, height]，注意：若取值在[0, 1]之间表示比例，例：[0.5, 100, 100, 200]表示left位于屏幕x轴中点；若取值大于1表示像素值。duration表示两次搜索的间隔时间，单位毫秒。maxStep表示当搜索失败时，重搜索的最大次数。maxCheckStep表示一次搜索时最多检查几次目标tag。beforeWait表示在搜索前等待的时间，单位毫秒。afterWait表示在搜索完成后等待的时间，单位毫秒。failed表示搜索控件失败后调用的函数，主要用于在操作期间出现弹窗的场景。timeout指ocr的超时时间，默认1000毫秒。online表示使用在线识别，比如：{url:'http://abc.com/api', key:'', secret:''},url表示服务器url，key和secret为可选鉴权参数。awesome:{threshold:0.9, count: 3}，threshold取值范围[0.5, 0.9], count取值范围[2, 6]。backMode表示使用什么方法按返回键，1表示无障碍，2表示蓝牙，3表示usb，4表示root，5表示adb，如果使用蓝牙、usb、adb则需要先调用相应的初始化函数。