使用office2003附带的MODI可以进行OCR文字识别,不需要取样,使用简单,识别率很不错。
适合用于识别比较规范的文本。缺点是必须安装office2003及Microsoft Document Imaging组件。
这种方法适合于普通文字识别,不太适合做验证码识别。
验证码识别请参考教程:http://www.yhhe.net/ape/book/fap/f2/ix.html
本程序使用了comx插件,请参考贴子:http://www.yhhe.net/bbs/dispbbs.asp?BoardID=4&ID=179&replyID =
下面是演示源代码:
下载模拟精灵: http://www.yhhe.net/Fairy_Ape.exe
打开模拟精灵 ,把下面的代码粘贴到源码编辑,按F5运行即可。
img = image.new( ) ;--创建一个图片对象
img:capture( 0 ,100 ,200 ,300 ,400 ) ;--抓屏,范围x=100,y=200,宽=300,高=400
img:save( _LASDIR.." // test.bmp" ) ; --保存图片到脚本目录(也就是_LASDIR)下
--导入comx插件
import( "std" ) ;
import2( "comx" ,"http://www.yhhe.net/ape/import/comx/comx.dll" ) ;
--创建MODI对象(必须安装office2003中的Microsoft Document Imaging组件)
mdoc = comx.CreateObject( "MODI.Document" ) ;
if ( not mdoc) then
win.messageBox( "请将安装office2003及Microsoft Document Imaging组件" ,"屏幕ocr文字识别" )
return
false ;
end ;
--导入图片
mdoc:Create( _LASDIR.." // test.bmp" ) ;
--进行OCR识别,参数分别为语言ID,是否自动诱转,是否自动拉伸
mdoc:OCR( 0x804,_FALSE,_FALSE) ;
local mi = mdoc.Images( 0 ) ;
--快速获取取全部文本
win.messageBox( mi.Layout.Text,"mdoc.Images(0).Layout.Text" ) ;
--获取字符详细信息
local word = mi.Layout.Words( 0 )
local str = "Id: " .. word.Id .. " /r /n "
str = str .. "Line Id: " .. word.LineId .. " /r /n " ;
str = str .. "Region Id: " .. word.RegionId .. " /r /n " ;
str = str .. "Font Id: " .. word.FontId .. " /r /n " ;
str = str .. "Recognition confidence: " .. word.RecognitionConfidence .. " /r /n " ;
str = str .. "Text: " .. word.Text;
win.messageBox( str,"mdoc.Images(0).Layout.Words(0)" )
mdoc:OCR 函数的第一个参数指定语言ID
在简体中文office中可选的语言ID有:
英语 9
简体中文 0x804
在繁体中文office中可选的语言ID有:
英语 9
繁体中文 0x404
正确的指定语言ID可以提高识别率。
如果mdoc:OCR 没有在图片中找到文字,会报错并终止模拟程序。