✅4.1版✅图片识别文字、图片找字、文字识别、精简版

x77756010

感谢分享

l405927571

111111111111111111

lingxuhuang

6666666666666666666

ttpllo

666666666666666666666666666666666666666

莫小乐

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）

1. _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
2. _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

1. 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
2. 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
3. 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
4. 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
5. 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

1. 依赖：OCR.exe必须与主程序放在同一目录
2. 临时目录：我的文档\OCR，程序启动自动清理，无需手动维护
3. 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：

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。

jiji5188

我拿来试试

gxguiping

感谢分享，很给力！

liu0413

感谢分享，很给力！~

13428347496

666666666
66666666

用户341522

6666666666666