TomatoOCR文字识别

AdGame · 发表于昨天 07:48

aardio调用例子
https://www.52tomato.com/docs/index.html#/guide/plugin/aardio/windows

插件下载
https://www.123684.com/s/NiUnjv-VeRg3

下载插件后，改名为TomatoOCR.dll，并将dll放入到项目的资源文件中。

OCR

以下代码拷贝到代码中，配置license后，点击运行

[AAuto] 纯文本查看 复制代码

import win.ui;
import console;
/*DSG{{*/
mainForm = win.form(text="TmoTestDemo";right=757;bottom=467)
mainForm.add(
button={cls="button";text="Button";left=144;top=136;right=257;bottom=181;z=1}
)
/*}}*/

mainForm.button.oncommand = function(id,event){
    // 加载插件
    var tmo = raw.loadDll($"\res\TomatoOCR.dll");
    
    init = tmo.api("init", "void(int)", "cdecl");
    setHttpIntervalTime = tmo.api("setHttpIntervalTime", "void(int)", "cdecl");
    setMode = tmo.api("setMode", "void(s)", "cdecl");
    setLicense = tmo.api("setLicense", "s(s,s)", "cdecl");
    
    lock = tmo.api("lock", "int()", "cdecl");
    setRecType = tmo.api("setRecType", "void(int, s)", "cdecl");
    setDetBoxType = tmo.api("setDetBoxType", "void(int, s)", "cdecl");
     setDetUnclipRatio = tmo.api("setDetUnclipRatio", "void(int, float)", "cdecl");
     setRecScoreThreshold = tmo.api("setRecScoreThreshold", "void(int, float)", "cdecl");
    setReturnType = tmo.api("setReturnType", "void(int, s)", "cdecl");
    setBinaryThresh = tmo.api("setBinaryThresh", "void(int, int)", "cdecl");
    setRunMode = tmo.api("setRunMode", "void(int, s)", "cdecl");
    setFilterColor = tmo.api("setFilterColor", "void(int, s)", "cdecl");
    setFilterColorPath = tmo.api("setFilterColorPath", "void(int, s)", "cdecl");

    ocrFile = tmo.api("ocrFile", "s(int,s,int)", "cdecl");
    ocrScreen = tmo.api("ocrScreen", "s(int, int,int,int,int,int,s)", "cdecl");
    ocrDMImageData = tmo.api("ocrDMImageData", "s(int, s,int)", "cdecl");
    ocrBase64 = tmo.api("ocrBase64", "s(int, s,int)", "cdecl");
    
    findTapPoint = tmo.api("findTapPoint", "s(int, s)", "cdecl");
    findTapPoints = tmo.api("findTapPoints", "s(int, s)", "cdecl");
    
    unlock = tmo.api("unlock", "void(int)", "cdecl");
    
    
    init(2) // 初始化两个线程
    
    _license = "" // 设置license，见授权码获取
    _remark = "测试"
    setLicense(_license, _remark))
    
    // ----------------------注：以上代码全局只需写一次-------------------------------
    
    obj = lock()  // 获取句柄，与unlock一一对应，必写
    
    setRecType(obj, "ch-3.0");
    // 注：ch、ch-2.0、ch-3.0版可切换使用，对部分场景可适当调整
    // "ch"：普通中英文识别，1.0版模型
    // "ch-2.0"：普通中英文识别，2.0版模型
    // "ch-3.0"：普通中英文识别，3.0版模型
    // "number"：数字识别
    // "cht"：繁体，"japan"：日语，"korean"：韩语
     
     setDetScaleRatio(obj, 1.0)  // 设置输入图片缩放大小的参数 - 默认为1.0。值范围0.1-10.0之间
    
    setDetBoxType(obj, "rect");
    // 调整检测模型检测文本参数- 默认"rect": 由于手机上截图文本均为矩形文本，从该版本之后均改为rect，"quad"：可准确检测倾斜文本

    setDetUnclipRatio(obj, 1.9);
    // 调整检测模型检测文本参数 - 默认1.9: 值范围1.6-2.5之间
    
    setRecScoreThreshold(obj, 0.1);
    // 识别得分过滤 - 默认0.1，值范围0.1-0.9之间
         
    setReturnType(obj, "json");
    // 返回类型 - 默认"json": 包含得分、坐标和文字；
    // "text"：纯文字；
    // "num"：纯数字；
    // 自定义输入想要返回的文本：".￥1234567890"，仅只返回这些内容
     
    setBinaryThresh(obj, 0);
    // 二值化设定，非必须
    
    setRunMode(obj, "slow")
    
    //setFilterColor(obj, "", "black"); //  设置滤色值和背景色(black\white)，滤色值默认是空的，详细使用见方法说明
      
    
    _type = 3
    // _type=-1 : 检测 + 方向分类 + 识别
    // _type=0 : 只检测
    // _type=1 : 方向分类 + 识别
    // _type=2 : 只识别
    // _type=3 : 检测 + 识别
    // 只检测文字位置：_type=0
    // 全屏识别: _type=3或者不传_type
    // 截取单行文字识别：_type=1或者_type=2
    
    // 例子一，直接按路径去识别图片
    result1 = ocrFile(obj, "D:\\WorkSpaceProjects\\PycharmProjects\\TestLoadTomato\\test_dll\\images\\03.bmp", _type)
    console.log(result1)
    
    // 例子二，传入截图区域
    result2 = ocrScreen(obj, 10, 20, 100, 200, _type, "") // 最后一个参数，默认传“”空字符串，保存的是截图路径
    console.log(result2)
    
    // 例子三，传入图片base64
    result3 ＝ ocrBase64(obj, 图片bease64字符串, _type)  
    console.log(result3)
    
    // 例子四，传入大漠截图对象 char *
    result4 ＝ ocrDMImageData(obj, 大漠截图对象, _type) 
    console.log(result4)
    
    // 找字返回中心点，找不到返回“”空字符串
    point = findTapPoint(obj, "队")
    console.log(point)
    
    // 找字返回所有相匹配的中心点坐标，找不到返回“”空字符串
    points = findTapPoints(obj, "队")
    console.log(points)
    
    unlock(obj)  // 释放句柄
}

mainForm.show();
return win.loopMessage();

运行结果

YOLO
注意：目前测试 v5、v8和v11 能正常使用，其他版本如不能使用，请联系客服。以下代码拷贝到代码中，配置license后，点击运行

[AAuto] 纯文本查看 复制代码

import win.ui;
import console;
/*DSG{{*/
mainForm = win.form(text="TmoTestDemo";right=757;bottom=467)
mainForm.add(
button={cls="button";text="Button";left=144;top=136;right=257;bottom=181;z=1}
)
/*}}*/

mainForm.button.oncommand = function(id,event){
    // 加载插件
    var tmo = raw.loadDll($"\res\TomatoOCR.dll");
    
    init = tmo.api("init", "void(int)", "cdecl");
    setHttpIntervalTime = tmo.api("setHttpIntervalTime", "void(int)", "cdecl");
    setMode = tmo.api("setMode", "void(s)", "cdecl");
    setLicense = tmo.api("setLicense", "s(s,s)", "cdecl");
    
    initYolo = tmo.api("setLicense", "void(s,s,s,s)", "cdecl");
    
    lock = tmo.api("lock", "int()", "cdecl");
    setRecType = tmo.api("setRecType", "void(int, s)", "cdecl");
    setDetBoxType = tmo.api("setDetBoxType", "void(int, s)", "cdecl");
     setDetScaleRatio = tmo.api("setDetScaleRatio", "void(int, float)", "cdecl");
     setDetUnclipRatio = tmo.api("setDetUnclipRatio", "void(int, float)", "cdecl");
     setRecScoreThreshold = tmo.api("setRecScoreThreshold", "void(int, float)", "cdecl");
    setReturnType = tmo.api("setReturnType", "void(int, s)", "cdecl");
    setBinaryThresh = tmo.api("setBinaryThresh", "void(int, int)", "cdecl");
    setRunMode = tmo.api("setRunMode", "void(int, s)", "cdecl");
    setFilterColor = tmo.api("setFilterColor", "void(int, s)", "cdecl");
    setFilterColorPath = tmo.api("setFilterColorPath", "void(int, s)", "cdecl");

    ocrFile = tmo.api("ocrFile", "s(int,s,int)", "cdecl");
    ocrScreen = tmo.api("ocrScreen", "s(int, int,int,int,int,int,s)", "cdecl");
    ocrDMImageData = tmo.api("ocrDMImageData", "s(int, s,int)", "cdecl");
    ocrBase64 = tmo.api("ocrBase64", "s(int, s,int)", "cdecl");
    
    findTapPoint = tmo.api("findTapPoint", "s(int, s)", "cdecl");
    findTapPoints = tmo.api("findTapPoints", "s(int, s)", "cdecl");
    
    yoloFile = tmo.api("ocrFile", "s(int,s,s,int,float,float)", "cdecl");
    yoloScreen = tmo.api("ocrScreen", "s(int,s,int,int,int,int,int,float,float,s)", "cdecl");
    yoloDMImageData = tmo.api("ocrDMImageData", "s(int,s,s,int,float,float)", "cdecl");
    yoloBase64 = tmo.api("ocrBase64", "s(int,s,s,int,float,float)", "cdecl");
    
    unlock = tmo.api("unlock", "void(int)", "cdecl");
    
    
    init(2) // 初始化两个线程
    
    _license = "" // 设置license，见授权码获取
    _remark = "测试" // 备注
    setLicense(_license, _remark))
    
    // yolo初始化
    _key = "yolo1"    // 可以同时初始化多个，这里通过key进行区分
    _yolo_secret = ""      // yolo模型解密密钥
    _yolo_model_path = ""  // yolo模型路径，必传
    _yolo_label_path = ""  // yolo标签路径，可不传，不传返回的是分类编号
    initYolo(_key, _yolo_model_path, _yolo_label_path)
    // ----------------------注：以上代码全局只需写一次-------------------------------
    
    obj = lock()  // 获取句柄，与unlock一一对应，必写
    
    _yolo_key = "yolo1"
    _size = 640          // 图片输入大小
    _score_thresh = 0.35 // 置信度阈值，默认0.35
    _nms_thresh = 0.45   // 非极大值抑制阈值，默认0.45
    
    // 例子一，直接按路径去识别图片
    result1 = yoloFile(obj, _yolo_key, "D:\\WorkSpaceProjects\\PycharmProjects\\TestLoadTomato\\test_dll\\images\\03.bmp", _size, _score_thresh, _nms_thresh)
    console.log(result1)
    
    // 例子二，传入截图区域
    result2 = yoloScreen(obj, _yolo_key, 10, 20, 100, 200, _size, _score_thresh, _nms_thresh, "") // 最后一个参数，默认传“”空字符串，保存的是截图路径
    console.log(result2)
    
    // 例子三，传入图片base64
    result3 ＝ yoloBase64(obj, _yolo_key, 图片bease64字符串, _size, _score_thresh, _nms_thresh)  
    console.log(result3)
    
    // 例子四，传入大漠截图对象 char *
    result4 ＝ yoloDMImageData(obj, _yolo_key, 大漠截图对象, _size, _score_thresh, _nms_thresh) 
    console.log(result4)
    
    
    unlock(obj)  // 释放句柄
}

mainForm.show();
return win.loopMessage();

*官网
https://www.52tomato.com/
*文档地址
https://www.52tomato.com/docs/index.html#/
*下载地址
https://www.52tomato.com/docs/index.html#/download
*博客主页地址
https://blog.csdn.net/YY007H?type=blog

支持平台：
1、插件版平台分：android，ios，windows，分别有如下
android平台：懒人精灵、easy click、触动精灵、aiwork、autojs及变种(autoxjs)、自动化编辑器、按键精灵、AScript、cheese、云控、冰狐；

ios平台：按键精灵、触动精灵、触摸精灵、XXTouch、TrollAutoScript；

windows平台：TC、aardio、易语言、按键精灵。

2、依赖版平台分：ios，windows，其他平台待定，支持的语言如下：
windows：c++，c#，go，python等

		自动登录	找回密码
密码			立即注册

[分享] TomatoOCR文字识别

相关帖子

浏览过的版块