OCR（光学字符识别）用于屏幕上的文本

Question

OCR（光学字符识别）用于屏幕上的文本

4

我正在尝试创建一款自动化PC的软件，它可以通过捕获屏幕截图并使用OCR（光学字符识别）技术来查找特定按钮进行点击。我已经掌握了鼠标和键盘控制部分，但现在需要一个OCR来处理截图。我发现Tesseract OCR似乎不能很好地处理屏幕上的文本。文本要么太小，要么一些文字似乎连接在一起，比如K和X。我该怎么做呢？

附注：这是用于自动化测试程序的。

- Hao Wooi Lim

你可以把测试机上的字体大小调大并微调字体吗？ - Tom Ritter

你究竟想测试什么？如果是一个简单的测试程序，您可以使用SendMessage和GetWndText查询Windows，以搜索您喜欢的按钮和控件。为什么要费力进行OCR？ - Paulo Santos

我可以调大文本的大小，但是应用程序内部的一些字体如果不修改代码就无法调大。 - Hao Wooi Lim

2个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Matt Mitchell · Answer 1

在进行OCR之前，也许可以参考一下这个问题中的图像增强。否则，这个问题与".NET OCR"非常相似。

如果你感觉非常勇敢，你总是可以尝试使用简单的感知器或基于神经网络的方法 :-)

- Steven · Answer 2

我不确定这是否真正符合您的要求，但我见过一些更好的OCR自动化是由Tevron的CitraTest完成的。它包含了一个字体库，如果没有字体集，他们将根据您的提交创建一个新的字体集。这个工具的负面因素是成本和与可变屏幕分辨率相关的通常问题。