AHK 实现文字识别（OCR） —— 离线与在线4种方法总结。

实现文字识别后，可以与各种你喜欢的方式结合，例如鼠标手势、热键等等，效果如图。

1. PaddleOCR（离线）。

使用我封装的库 PaddleOCR-AutoHotkey

优点是效果好，可以离线识别。缺点是速度较慢，且老 CPU 无法使用。

完整打包一键运行版在文末下载。

简单示例如下。

; 识别本地图片
MsgBox, % PaddleOCR("test_zh.png")

; 识别网上图片（这里用的是百度的 logo ）
MsgBox, % PaddleOCR("https://www.baidu.com/img/flexible/logo/pc/result.png")

; 根据坐标截屏并识别
MsgBox, % PaddleOCR([0,0,100,200])

; 识别一个程序界面（这里用的是记事本窗口）
MsgBox, % PaddleOCR("ahk_exe notepad.exe")

; 识别剪贴板
MsgBox, % PaddleOCR(ClipboardAll)

#Include PaddleOCR.ahk

2. Vis2（离线）。

使用 iseahound 的库 Vis2 （原理是谷歌的开源项目 tesseract ）。

优点是可以离线识别，英文识别效果还凑合。缺点是中文效果不咋滴。

完整打包一键运行版在文末下载。

简单示例如下。

#include <Vis2>       ; Equivalent to #include .libVis2.ahk

Tip=
(
识别中…… 耗时会很久，耐心等待。

原版的预处理已经被关掉了，因为对中文识别完全是负加成。

升级 tesseract 版本并不能提升识别效果。
改变 tesseract 参数也许可以提升识别效果。
官方文档说预处理图片可以提升识别效果，实测不明显。
打包了一个 PictureCleaner 用来手动预处理图片，慢慢试。

截图方式识别时使用的是快速模型，准确率较低。
提供图片路径时使用的是最佳模型，准确率更好。
)

Vis2.Graphics.Subtitle.Render(Tip, "t15000 xCenter y60% p1.35% c88EAB6 r8", "s2.23% cBlack")
Vis2.Graphics.Subtitle.Render("按 [Win] + [c] 可以截图识别。", "time: 30000 xCenter y92% p1.35% cFFB1AC r8", "c000000 s2.23%")
MsgBox % text := OCR("中文测试.png","chi_sim")
MsgBox % text := OCR("中文测试经过预处理.png","chi_sim")

#c:: OCR(,"chi_sim")  ; 截图 OCR
#i:: ImageIdentify()  ; 图片鉴别，也就是分辨图里是鱼还是橘子等
Esc:: ExitApp

3. 百度OCR（在线）。

使用 天黑请闭眼 的库 Class_bdocr （原理是百度的 OCR 接口）。

优点是识别效果比 PaddleOCR 略胜一筹，速度通常也更快。缺点是需要联网，需要开通百度 OCR 权限且免费次数有限（截止 2021.09.20 为每月 1000 次）。

完整打包一键运行版在文末下载。

简单示例如下。

API_KEY:="这里填自己的"
SECRET_KEY:="这里填自己的"

if (API_KEY="这里填自己的")
{
	MsgBox 0x40010, , 照着教程先去 https://cloud.baidu.com/ 申请账号。
	MsgBox 0x40010, , 需要库 Class_bdocr.ahk 和 JSON.ahk`n群文件或网上去搜。
	ExitApp
}

ocr:=new bdocr(API_KEY, SECRET_KEY)
ret:=ocr.GetOcr(A_ScriptDir "\1.png","accurate_basic")  ; 高精度识别
; ret:=ocr.GetOcr(pBitmap,"general_basic")              ; 普通精度识别
for k,v in JSON.Load(ret).words_result
	str.=v.words "`r`n"
MsgBox, % str

#Include Class_bdocr.ahk
#Include JSON.ahk

2.1 如何开通百度 OCR 权限。

1. https://cloud.baidu.com/ 首先在这里注册一个账号。

2. 照着下图一步一步做。

3. 代码中填入上一步得到的 API_KEY 和 SECRET_KEY 。

4. 现成的截屏带 OCR 工具。

使用 天黑请闭眼 的 截屏+百度OCR.ahk 。

在设置中填入自己的 API_KEY 和 SECRET_KEY ，然后按 F4 截屏。

完整打包一键运行版在文末下载。