✅4.1版✅图片识别文字、图片找字、文字识别、精简版

莫小乐 · 发表于 5 天前

本帖最后由莫小乐于 2026-6-1 21:50 编辑

360截图20260601163014.png

个人使用：终身免费
完成后：终身！不联网、不弹窗、无广告、无后门！

与之前版本：做了最终修正！坐标不准、可信度、有整行、单字、矩形坐标异常、等！

窗口程序集名	保留	保留	备注
窗口程序集_启动窗口

子程序名	返回值类型	公开	备注
__启动窗口_创建完毕

调试输出 (OCR.开启 ())
调试输出 (OCR.单行 ( #单行, 真))
调试输出 (OCR.多行 ( #多行, 真))
调试输出 (OCR.多行_JSON原始 ( #单行, 真))
调试输出 (OCR.多行_JSON转义 ( #多行, 真))
调试输出 (OCR.找字 ( #多行, “测试”, 真))

子程序名	返回值类型	公开	备注
__启动窗口_将被销毁

OCR.关闭 ()

i支持库列表	支持库注释
spec	特殊功能支持库

游客，如果您要查看本帖隐藏内容请回复

莫小乐 · 发表于昨天 04:06

本帖最后由莫小乐于 2026-6-5 09:15 编辑

博乐OCR接口开发文档-停更！

一、产品简介

纯本地离线OCR组件，全程无联网、不上传图片、无广告无后门
采用「内存映射传图+本地127.0.0.1:15330 TCP通信」，图片不走网络传输，识别高效安全；自带独立OCR.exe内核，实例化自动拉起服务。

二、生命周期（自动执行）

_初始化()｜类实例化自动运行
- ① 启动同级目录 OCR.exe
- ② 缓存目录：我的文档\OCR，每次初始化自动清空目录、重建文件夹
_销毁()｜类销毁触发预留
配合关闭()方法，可控停止OCR进程

三、启停接口【公开】

1. 开启() → 逻辑型

作用：创建通信窗口、连接本地OCR服务
返回：连接成功=真，失败=假；必须开启后才可调用识别

2. 关闭(可选：是否关闭ocr_exe 逻辑型) → 逻辑型

参数空/假：仅断开TCP，保留OCR后台进程
参数真：发送关闭指令，终止OCR.exe程序

四、全局配置【公开】

设置(参_线程数量,参_白边,参_最长边缩放,参_文字框置信度,参_文本框置信度,参_文字框倍率)→逻辑型

参数可空，留空自动使用默认配置，全局一次性生效

参数名	类型	默认值	说明
参_线程数量	整数型	4	建议CPU核心×2，提升批量识别速度
参_白边	整数型	60	图片四边补白，文字贴边识别不全加大数值
参_最长边缩放	整数型	1024	长边超限自动压缩，0=不缩放
参_文字框置信度	小数型	0.5	单字识别阈值，漏识别适当调低
参_文本框置信度	小数型	0.3	文本区域筛选，过滤噪点无效区域
参_文字框倍率	小数型	1.5	文字边框放大系数，大图可调高

五、识别接口【全部公开】

入参统一：图片数据(字节集)+中文解码(逻辑型)

底层采用内存映射传输图像，不通过TCP发送大图；阻塞等待识别结果，异常统一返回：失败

单行(图片数据,中文解码)→文本型
单行短图识别，返回纯文本，中文解码=真修复中文乱码
多行(图片数据,中文解码)→文本型
整段多行识别，按原图换行返回普通文本
多行_JSON原始(图片数据,中文解码)→文本型
返回原生JSON，含坐标、置信、行列原始数据，未做字符转义
多行_JSON转义(图片数据,中文解码)→文本型
标准转义JSON，可直接代码解析序列化
找字(图片数据,中文解码,查找文字)→文本型
指定关键词检索，返回文字对应坐标+内容

六、部署说明

依赖：OCR.exe必须与主程序放在同一目录
临时目录：我的文档\OCR，程序启动自动清理，无需手动维护
通信端口：本地15330，离线闭环运行，无需密钥、不用联网

七、授权须知

个人自用永久免费；商业使用参照商用定价规则。

八、核心独有优化（区别市面普通OCR-这是旧版只是改了最稳定方法、优化最终的）

本组件内置独家二次数据矫正逻辑，解决原生OCR坐标不准、可信度混乱、字段难读等痛点，无需开发者二次处理数据：

智能整行平均可信度计算
市面OCR仅返回「单字可信度」，本行整体精度无法参考；本程序自动遍历当前行所有单字可信度，求和取平均值，更新为整行可信度，识别精度判断更科学、更贴合实际图片效果。
自动修正矩形坐标（精准框选）
原生顶点坐标杂乱无规则，无法直接用于贴图、框选、比对；内置算法根据「文字框四点顶点」自动换算标准 X、Y、宽、高矩形坐标，适配所有截图框选、UI定位场景。
全量JSON字段汉化
自动将原生英文字段批量转为中文键名：score→可信度、text→文字、boxes→文字框顶点、rect→矩形位置、SingleTexts→单字列表，开发者阅读、解析、对接更直观。
内置文本自动解码、分行格式化
原生UTF8编码自动转GBK中文不乱码，自带整行文本提取算法，自动过滤空行、智能分行，支持自定义分隔符输出。
找字结果格式统一优化
自动规整坐标格式，符号统一替换，输出结果干净规范，适配自动化识图、多点找色、精准定位场景。

ly520 · 发表于 15 分钟前

11111111111111

fzh9394 · 发表于半小时前

#在这里快速回复#如果您要查看本帖隐藏内容请回复

fastdao · 发表于半小时前

#在这里快速回复#感谢分享

xuhaooo · 发表于 2 小时前

要个人授权后才能用

suisuinian · 发表于 2 小时前

学习一下

cqlin · 发表于 3 小时前

大佬好厉害！！！

bukuxiaozi · 发表于 3 小时前

看看啥东西

用户被删除 · 发表于 7 小时前