Zum Hauptinhalt springen

! Texterkennung in einem Bildschirmbereich (screen.ocr_text)

Deklaration​

erkennungsergebnis, ergebnisdetails = screen.ocr_text(links, oben, rechts, unten [, Engineoptionen, Binärisierungsoptionen])

Parameter​

  • Links, oben, rechts, unten
    Ganzzahlen; Bildschirmbereich, 0, 0, 0, 0 steht für den gesamten Bildschirm

  • Engineoptionen
    Optional, Tabelle; zur Auswahl der Erkennungssprache und der Erkennungs-Engine

    Parameterstruktur
    {
        -- Wenn engine auf "apple" gesetzt ist, wird das in iOS 13 und höher integrierte Vision.framework verwendet.
        -- Mit image.vision_supported_recognition_languages() kann die Liste der von Vision.framework unterstützten OCR-Modelle abgerufen werden.
        -- Wenn engine auf "paddle" gesetzt ist, wird die Paddle-Lite-Engine verwendet. Mit lang kann das Modell angegeben werden.
        -- Bei lang = "ppocr_ch" wird beispielsweise das Modell /var/mobile/Media/1ferver/models/ppocr_ch verwendet.
        -- Die Paddle-Lite-Engine unterstützt Slim-Modelle im Format *.nb.
        engine = "apple" | "paddle" | "tesseract",
        lang = "zh-Hans",
    }
    Von Vision.framework unterstützte OCR-Modelle der einzelnen iOS-Versionen
    { -- iOS 13
        [1] = "en-US",
    }

    { -- iOS 14~15
        [1] = "en-US",
        [2] = "fr-FR",
        [3] = "it-IT",
        [4] = "de-DE",
        [5] = "es-ES",
        [6] = "pt-BR",
        [7] = "zh-Hans",
        [8] = "zh-Hant",
    }

    { -- iOS 16
        [ 1] = "en-US",
        [ 2] = "fr-FR",
        [ 3] = "it-IT",
        [ 4] = "de-DE",
        [ 5] = "es-ES",
        [ 6] = "pt-BR",
        [ 7] = "zh-Hans",
        [ 8] = "zh-Hant",
        [ 9] = "yue-Hans",
        [10] = "yue-Hant",
        [11] = "ko-KR",
        [12] = "ja-JP",
        [13] = "ru-RU",
        [14] = "uk-UA",
    }

  • Binärisierungsoptionen
    Reelle Zahl, Binärisierungsschwelle; siehe Automatische Binärisierung eines Bildes.
    Tabelle, benutzerdefinierte Binärisierungsfarbtoleranz; siehe Manuelle Bildbinärisierung.
    Text, benutzerdefinierte Binärisierungsfarbtoleranz; siehe Manuelle Bildbinärisierung.

Rückgabewerte​

  • Erkennungsergebnis
    Text; erkannter Text

  • Ergebnisdetails
    Tabelle

    Struktur der OCR-Ergebnisdetails
    {
        {
            ["y"] = number_value,
            ["x"] = number_value,
            ["w"] = number_value,
            ["h"] = number_value,
            ["confidence"] = number_value(0.0000 ~ 1.0000),
            ["text"] = string_value,
        },
        ...
    }

Beschreibung​

Die Koordinatenparameter und Rückgabewerte dieser Funktion werden vom durch screen.init initialisierten Koordinatensystem beeinflusst.
Um die Abwärtskompatibilität zu gewährleisten, wird bei nicht angegebener Engine standardmäßig die veraltete tesseract-Engine zur Texterkennung verwendet.
Die Apple- und PaddleLite-Erkennungs-Engines werden ab Softwareversion 1.3.8 unterstützt.
PaddleLite-Modell für vereinfachtes Chinesisch, Standardversion (muss entpackt werden)
PaddleLite-Modell für vereinfachtes Chinesisch, Vollversion (muss entpackt werden)
PaddleLite-Erkennungsmodell für traditionelles Chinesisch (muss entpackt werden)
PaddleLite-Erkennungsmodell für englische Buchstaben und Ziffern (muss entpackt werden)
PaddleLite-Erkennungsmodell für Japanisch (muss entpackt werden)
PaddleLite-Erkennungsmodell für Koreanisch (muss entpackt werden)
Alternativ kann das passende Modell aus der PaddleOCR-Modellliste heruntergeladen und in det_opt.nb, cls_opt.nb und rec_opt.nb konvertiert werden. Anschließend die zugehörige dict.txt suchen und zusammen damit verwenden.

Beispiel​

-- Beispiel für 1.3.8 und höher
txt, info = screen.ocr_text(187, 882, 298, 914, "en-US")   -- iOS 13 und höher können das integrierte en-US-Modell für englische Buchstaben und Ziffern verwenden
sys.toast("识别结果："..txt:atrim())

txt, info = screen.ocr_text(187, 882, 298, 914, "zh-Hans") -- iOS 14 und höher können das integrierte zh-Hans-Modell für vereinfachtes Chinesisch verwenden
sys.toast("识别结果："..txt:atrim())

txt, info = screen.ocr_text(187, 882, 298, 914, {
    engine = "apple", -- Apple-Engine verwenden
    lang = "zh-Hans"  -- Erkennungsmodell für vereinfachtes Chinesisch verwenden
}, "9D5D39-0F1F26,D3D3D2-2C2C2D")
sys.toast("识别结果："..txt:atrim())

txt, info = screen.ocr_text(0, 0, 0, 0, {
    engine = "paddle", -- PaddleLite-OCR-Engine verwenden
    lang = "ppocr_ch", -- ppocr_ch-Modell verwenden
})
sys.toast("识别结果："..txt:atrim())

Hinweis: Der obige Code verwendet die Funktionen sys.toast und string.atrim, die nicht zu diesem Kapitel gehören.

Veraltete Version (nicht empfohlen)​

Die integrierte tesseract-Engine wird nicht mehr empfohlen. Um die Kompatibilität mit alten Skripten zu gewährleisten, bleibt sie in der aktuellen XXTouch-Version dennoch die Standard-OCR-Engine.
Die integrierte Standard-OCR-Engine ist tesseract Version 3.02. Eine falsche Version oder eine beschädigte Sprachdatei kann zum Absturz des XXTouch-Skriptdienstes führen.
XXTouch enthält bereits die eng-Erkennungsbibliothek [A-Za-z0-9] zur Erkennung gewöhnlicher englischer Buchstaben und Ziffern.
Für die Erkennung vereinfachten Chinesischs oder anderer Sprachen
müssen die entsprechenden Sprachdateien manuell in das Geräteverzeichnis /var/mobile/Media/1ferver/tessdata/ importiert werden.
Hier wird eine Sprachdatei für vereinfachtes Chinesisch (muss entpackt werden) bereitgestellt.

Veraltete Beispiele (nicht empfohlen)​

-- Beispiel 1:
local txt = screen.ocr_text(187, 882, 298, 914) -- Die Standardkonfiguration verwendet die englische Buchstaben- und Ziffernerkennung der tesseract-Engine.
sys.toast("识别结果："..txt:atrim())
--
-- Beispiel 2:
local txt = screen.ocr_text(465, 241, 505, 269, "eng", "9D5D39-0F1F26,D3D3D2-2C2C2D") -- Erkennung mit Binärisierung anhand der Farbtoleranz
sys.toast("识别结果："..txt:atrim())
--
-- Beispiel 3:
local txt = screen.ocr_text(465, 241, 505, 269, "eng", { {0x9D5D39, 0x0F1F26}, {0xD3D3D2, 0x2C2C2D} }) -- Wie oben: Erkennung mit Binärisierung anhand der Farbtoleranz
sys.toast("识别结果："..txt:atrim())
--
-- Beispiel 4:
local txt = screen.ocr_text(187, 882, 298, 914, {
  lang = "chi_sim",         -- Bibliothek für vereinfachtes Chinesisch der tesseract-Engine verwenden (nicht integriert)
  white_list = "你我他",      -- Whitelist auf "你我他" setzen
})
sys.toast("识别结果："..txt:atrim())
--
-- Beispiel 5:
local txt = screen.ocr_text(187, 882, 298, 914, {
  lang = "eng",
  white_list = "1234567890",      -- Benutzerdefinierte Whitelist, damit nur Ziffern erkannt werden
}, "9D5D39-0F1F26,D3D3D2-2C2C2D") -- Erkennung mit Binärisierung anhand der Farbtoleranz
sys.toast("识别结果："..txt:atrim())