【全网唯一】aardio纯本地离线文字识别插件

目的

        aardio是一种用于Windows平台的脚本编程语言，以及一个功能丰富的集成开发环境（IDE）。它结合了强大的原生Windows API访问能力和简单易学的语法。它属于易用性极强的动态语言，但也是一种混合语言，可以罕见地、非常方便地操作静态类型，因此可以直接调用 C语言、C++ 等等静态语言的 API 接口函数。但针对于该平台的文字识别插件几乎没有，本篇文章主要讲解下TomatoOCR纯本地离线文字识别插件如何使用和集成。

准备工作

1、下载aardio开发工具：aardio 官方网站

2、下载TomatoOCR纯本地离线文字识别插件：

• 目前插件支持中英文、繁体字、日语、韩语识别；
• 支持小图、区域图和单行文字识别，准确率高达99%；
• 支持多种返回格式，json\文本\数字\自定义；
• 支持二值化；
• 支持找字返回坐标并点击；
• 超高的稳定性，速度快；
• 不联网、不联网、不联网；

插件集成

1、新建项目，并将TomatoOCR.dll文件放到资源目录下：

2、双击main.aardio，打开代码，将下面的代码拷贝进去

注意：import console 必须加

// ********************************************************************************
// ********欢迎使用TomatoOCR文字识别插件，加入群【469843332】可获取最新版本！！！**********
// ********************************************************************************


import win.ui;
/*DSG{{*/
mainForm = win.form(text="tmo";right=757;bottom=467;)
mainForm.add()
/*}}*/

import console

// 加载插件
var tmo = raw.loadDll($"\res\TomatoOCR.dll");

// 初始化
init = tmo.api("init", "int()", "cdecl");
init()


//setRecType = tmo.api("setRecType", "void(s)", "cdecl");
//setRecType("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
// "cht"：繁体，"japan"：日语，"korean"：韩语

setDetBoxType = tmo.api("setDetBoxType", "void(s)", "cdecl");
setDetBoxType("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 = tmo.api("setDetUnclipRatio", "void(float)", "cdecl");
setDetUnclipRatio(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 = tmo.api("setRecScoreThreshold", "void(float)", "cdecl");
setRecScoreThreshold(0.1);
// 识别得分过滤 - 默认0.1，值范围0.1-0.9之间

setReturnType = tmo.api("setReturnType", "void(s)", "cdecl");
setReturnType("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 = tmo.api("setBinaryThresh", "void(int)", "cdecl");
setBinaryThresh(100);
// 二值化设定，非必须


_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
ocrFile = tmo.api("ocrFile", "s(s,int)", "cdecl")
console.log(ocrFile("C:\\Users\\tmo\\Downloads\\001.jpg", _type));

// 找字
findTapPoint = tmo.api("findTapPoint", "s(s)", "cdecl");
//console.log(findTapPoint("子"))


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

其中方法说明：

setDetUnclipRatio

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，如果文字的检测框太小，可调整改参数，一般往大调整

setRecScoreThreshold

设置识别得分过滤，默认0.1：
值范围0.1-0.9之间

setReturnType

设置返回类型，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

对图片进行二值化处理，非必须

ocrFile

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（单行识别）
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

findTapPoint

3、运行结果

完毕

        相对来说，在aardio进行插件适配还是比较方便的，而且整个识别下来，占用内存也非常的小，仅仅300多M：

有需要的可以在评论区留言。