var ocrResult = ocr.recognize(img)和 var ocrResult = images.ocr(img)功能是一样的吗，不一样的话帮我使用 ocr.recognize(img)写一段功能相同的方法

wrekemdkwh · 2 小时前
第 1 条补充
·
2 小时前

使用ocr.recognize 实现指定区域寻找文字并且点击相应坐标

第 2 条补充
·
2 小时前

java.lang.IllegalArgumentException 异常，具体提示为“ x + width must be <= bitmap.width() ”运行代码后出现这个错误

回答

Hamibot AI
1
· 2 小时前

ocr.recognize(img) 和 images.ocr(img) 在功能上都是对图像进行文字识别（OCR），但它们属于不同的模块，调用方式和底层实现略有不同：

  • images.ocr(img) 是 images 模块提供的快捷 OCR 方法，封装了默认参数，使用简单。
  • ocr.recognize(img) 是 ocr 模块的正式接口，支持更多配置选项，例如指定语言、区域、超时等，更灵活。

如果你希望用 ocr.recognize(img) 实现与 images.ocr(img) 相同的功能，可以按以下方式编写代码。下面是一段兼容 Rhino 1.7.15 的 JavaScript 代码，不使用箭头函数或默认参数：

// 文档地址 https://docs.hamibot.com/

/**
 * 使用 ocr.recognize 模拟 images.ocr 的行为
 * @param {Image} img - 要识别的图像对象
 * @returns {Array} 识别结果数组，每个元素包含 text, x, y, width, height
 */
function ocrImage(img) {
    // 设置默认参数以匹配 images.ocr 的行为
    var options = {
        lang: 'chi_sim+eng', // 默认使用简体中文和英文混合识别（与 images.ocr 保持一致）
        timeout: 10000,      // 超时时间 10 秒
        region: [0, 0, img.width(), img.height()] // 全图识别
    };

    try {
        var result = ocr.recognize(img, options);
        if (!result || !result.results) {
            return [];
        }

        // 格式化输出为与 images.ocr 类似的结构
        var formatted = [];
        result.results.forEach(function(item) {
            formatted.push({
                text: item.text,
                x: item.bounds.left,
                y: item.bounds.top,
                width: item.bounds.right - item.bounds.left,
                height: item.bounds.bottom - item.bounds.top
            });
        });

        return formatted;
    } catch (e) {
        console.error('OCR 识别失败:', e.message);
        return [];
    }
}

// 使用示例
var img = captureScreen(); // 获取当前屏幕截图
var ocrResult = ocrImage(img);
ocrResult.forEach(function(block) {
    console.log("识别文本: " + block.text);
});

说明：

  • lang: 'chi_sim+eng'：这是 images.ocr() 内部使用的默认语言模型组合，因此这里显式指定以保证行为一致。
  • region 设置为整张图片范围。
  • 返回结果格式化为包含 text, x, y, width, height 的对象数组，与 images.ocr(img) 输出结构基本一致。
  • 添加了异常处理，确保脚本健壮性。

⚠️ 注意：首次使用 OCR 功能需要下载对应的语言包，请确保设备联网且已启用相关权限。

补充回答 1

// 文档地址 https://docs.hamibot.com/

/**
 * 在指定区域内查找文本并点击
 * @param {string} targetText - 要查找的目标文本
 * @param {Array} region - 查找区域 [x, y, width, height]
 * @param {number} timeout - 最大等待时间（毫秒）
 * @returns {boolean} 是否找到并点击成功
 */
function clickTextInRegion(targetText, region, timeout) {
    var startX = region[0] || 0;
    var startY = region[1] || 0;
    var width = region[2];
    var height = region[3];

    // 确保屏幕截图
    if (!requestScreenCapture()) {
        console.error("请求截图失败");
        return false;
    }

    var startTime = new Date().getTime();
    while (new Date().getTime() - startTime < timeout) {
        var img = captureScreen();
        if (!img) {
            console.warn("截图获取失败，跳过本次识别");
            sleep(1000);
            continue;
        }

        // 裁剪指定区域
        var regionImg = images.clip(img, startX, startY, width, height);

        // 执行 OCR 识别
        try {
            var result = ocr.recognize(regionImg, {
                lang: 'chi_sim+eng',
                timeout: 5000
            });

            if (result && result.results) {
                for (var i = 0; i < result.results.length; i++) {
                    var item = result.results[i];
                    var text = item.text.trim();

                    if (text === targetText) {
                        // 计算相对于全局屏幕的坐标
                        var globalX = startX + (item.bounds.left + item.bounds.right) / 2;
                        var globalY = startY + (item.bounds.top + item.bounds.bottom) / 2;

                        // 执行点击
                        click(globalX, globalY);
                        console.log("已点击文本: " + targetText + " 坐标: (" + globalX + ", " + globalY + ")");
                        return true;
                    }
                }
            }
        } catch (e) {
            console.error("OCR 识别出错: ", e.message);
        }

        // 未找到，稍等后重试
        sleep(2000);
    }

    console.log("在超时时间内未找到文本: " + targetText);
    return false;
}

// 使用示例：在屏幕中间区域查找“确认”并点击
var region = [500, 1000, 600, 200];  // [x, y, 宽度, 高度]
var found = clickTextInRegion("确认", region, 10000);  // 最多等待10秒

if (found) {
    console.log("成功点击目标文本");
} else {
    console.log("未能找到目标文本");
}

功能说明：

  • 该脚本会持续截图并在指定区域内进行 OCR 识别。
  • 找到匹配的完整文本后，计算其中心点坐标，并执行点击。
  • 支持自定义区域和超时时间，适用于各种自动化场景（如弹窗点击、按钮识别等）。
  • 使用 images.clip() 裁剪区域以提高识别效率和准确性。

✅ 提示：首次使用需下载语言包，请保持网络畅通。确保已开启无障碍服务和截图权限。

补充回答 2

// 文档地址 https://docs.hamibot.com/

/**
 * 安全裁剪图像区域，避免 x + width > bitmap.width() 等越界问题
 * @param {Image} img - 原始图像
 * @param {number} x - 起始 X 坐标
 * @param {number} y - 起始 Y 坐标
 * @param {number} w - 宽度
 * @param {number} h - 高度
 * @returns {Image|null} 裁剪后的图像，如果参数无效则返回 null
 */
function safeClip(img, x, y, w, h) {
    var bitmapWidth = img.width();
    var bitmapHeight = img.height();

    // 修正 x 和 y
    if (x < 0) {
        w += x; // x 为负时，宽度减少对应部分
        x = 0;
    }
    if (y < 0) {
        h += y;
        y = 0;
    }

    // 限制宽度和高度不超过图像边界
    if (x >= bitmapWidth || y >= bitmapHeight) {
        return null; // 起始点已超出图像范围
    }

    if (x + w > bitmapWidth) {
        w = bitmapWidth - x; // 截断宽度
    }
    if (y + h > bitmapHeight) {
        h = bitmapHeight - y; // 截断高度
    }

    // 检查裁剪区域是否有效
    if (w <= 0 || h <= 0) {
        return null;
    }

    return images.clip(img, x, y, w, h);
}

错误原因说明：

你遇到的 java.lang.IllegalArgumentException: x + width must be <= bitmap.width() 是因为传给 images.clip() 的裁剪区域超出了截图的实际尺寸。例如：

  • 屏幕宽度是 1080，但你要从 x=1000 开始裁剪宽度为 200 的区域（1000+200 > 1080），就会触发此异常。

解决方法：

在调用 images.clip 前进行边界检查和修正，使用上面提供的 safeClip 函数替代原生 images.clip。

修改后的 OCR 区域查找示例（集成安全裁剪）：

function clickTextInRegionSafe(targetText, region, timeout) {
    var startX = region[0];
    var startY = region[1];
    var width = region[2];
    var height = region[3];

    if (!requestScreenCapture()) {
        console.error("请求截图失败");
        return false;
    }

    var startTime = new Date().getTime();
    while (new Date().getTime() - startTime < timeout) {
        var img = captureScreen();
        if (!img) {
            sleep(1000);
            continue;
        }

        // 使用安全裁剪
        var regionImg = safeClip(img, startX, startY, width, height);
        if (!regionImg) {
            console.error("裁剪区域无效，请检查坐标和尺寸是否超出屏幕范围");
            return false;
        }

        try {
            var result = ocr.recognize(regionImg, {
                lang: 'chi_sim+eng',
                timeout: 5000
            });

            if (result && result.results) {
                for (var i = 0; i < result.results.length; i++) {
                    var item = result.results[i];
                    if (item.text.trim() === targetText) {
                        var globalX = startX + (item.bounds.left + item.bounds.right) / 2;
                        var globalY = startY + (item.bounds.top + item.bounds.bottom) / 2;

                        click(globalX, globalY);
                        console.log("点击成功: " + targetText + " at (" + globalX + ", " + globalY + ")");
                        return true;
                    }
                }
            }
        } catch (e) {
            console.error("OCR识别错误:", e.message);
        }

        sleep(2000);
    }

    console.log("未找到文本: " + targetText);
    return false;
}

使用建议：

确保你的 region 参数满足：

x >= 0
y >= 0
x + width <= screen_width
y + height <= screen_height

推荐先打印屏幕尺寸做调试：

var s = captureScreen();
console.log("屏幕尺寸: " + s.width() + "x" + s.height());

这样可以避免越界错误。

ℹ️ 本回答由 AI 生成，内容仅供参考