页面识别文字是通过 OCR（Optical Character Recognition，光学字符识别）技术实现的。Hamibot 提供了 ocr.recognize(img) 和 ocr.recognizeText(img) 两个方法来实现文字识别功能。

原理

OCR 技术可以将图片中的文字信息转换为可编辑的文本。Hamibot 的 OCR 功能基于图像处理和机器学习算法，能够识别图片中的文字内容，并返回文本结果或带坐标的详细信息。

使用方法

1. 获取屏幕截图
   在使用 OCR 之前，需要先获取屏幕截图，可以通过 captureScreen() 方法实现。

2. 识别图片中的文字

   • ocr.recognize(img)：识别图片中的文字，返回带坐标的详细信息。
   • ocr.recognizeText(img)：识别图片中的文字，仅返回纯文本结果。

示例代码

// 请求屏幕截图权限
auto.waitFor();
if (!requestScreenCapture()) {
    toastLog("没有授予 Hamibot 屏幕截图权限");
    hamibot.exit();
}

// 截取当前屏幕
const img = captureScreen();

// 识别图片中的文字（返回带坐标的详细信息）
const result = ocr.recognize(img);
log(result);

// 仅获取纯文本内容
const textResult = ocr.recognizeText(img);
toastLog("识别结果：" + textResult);

注意事项

• 图片清晰度：识别准确率受图片清晰度、文字字体/大小、背景复杂度等因素影响。
• 性能优化：可以对图片进行灰度处理或缩放，以提高识别效率。
• 错误处理：建议使用 try...catch 捕获可能的异常。

应用场景

• 验证码识别：截取验证码区域并识别内容。
• 自动化表单填写：识别输入框中的文字并进行相应操作。

如果需要进一步了解 OCR 的具体实现细节或优化方法，可以参考 Hamibot 官方文档。