loadDex 加载插件和TomatoOCR实例演示

信息发布软件

	说明:可以使用安卓studio 开发出apk,jar,或者dex使用此方法加载模块, 注意:插件直接放到插件文件夹中然后上传到手机 英文方法: loadDex(plugin)，加载插件到系统 参数： plugin:插件名称例如导入的插件为 p1.dex,则参数名就填写 loadPlugin(‘p1.dex’) 案例: //导入dex模块 rhino.loadDex('p1.dex') //导入apk模块 rhino.loadDex('demo.apk') importClass 导入插件中的类 方法说明:通过这个方法可以导入插件里编写好的类 英文方法:importClass(class); 中文方法:导入类(类地址,类别名); 参数: class:类地址 例如 com.autoapp.pluginsdemo.demo 案例: //导入插件文件 rhino.loadDex('demo.apk') //如果需要引用多个apk 需要加上类导入 rhino.loadClass("com.autoapp.pluginsdemo.demo") //引用类 importClass(com.autoapp.pluginsdemo.demo); var demo1=new demo(); printl(demo1.hello()); 使用方法： 1.下载 链接: https://www.123pan.com/s/NiUnjv-V8sg3.html 提取码: qhbz 2.使用以下代码识别OCR //加载插件 try{ rhino.loadDex('TomatoOCR.apk') sleep.second(1); //导入类 rhino.loadClass("com.tomato.ocr.aw.OCRApi") importClass(com.tomato.ocr.aw.OCRApi); }catch(e){ rhino.clearDex(); rhino.loadDex('TomatoOCR.apk') sleep.second(1); importClass(com.tomato.ocr.aw.OCRApi) } //初始化 var ocr= new OCRApi(); ocr.setContext(context); //截图和识别 var img=screen.screenShot(screen.getScreenWidth()/2,screen.getScreenHeight()/2,100) printl(img) var res=ocr.ocrBase64(img.toBase64(),-1); printl(res) 以下是网友提供的封装案例 复制var TM = {}; /*================================== ocr类 ==================================*/ //加载插件 //rhino.loadDex('TomatoOCR.apk',"armeabi-v7a") rhino.loadDex('TomatoOCR.apk') //导入类 try { //多插件调用必须导入类 rhino.loadClass('com.tomato.ocr.aw.OCRApi'); importClass(com.tomato.ocr.aw.OCRApi) } catch (error) { FZ.printll(error) } var ocr = new OCRApi(); let rec_type = "ch-3.0"; //注：ch、ch-2.0、ch-3.0版可切换使用，对部分场景可适当调整 //-- "ch"：普通中英文识别，1.0版模型 //-- "ch-2.0"：普通中英文识别，2.0版模型 //-- "ch-3.0"：普通中英文识别，3.0版模型 //-- "cht"：繁体，"japan"：日语，"korean"：韩语 ocr.setContext(context, rec_type); // 试用版license从群中获取或者网盘中获取 let license = "自己找作者获取" let flag = ocr.setLicense(license); //printl(flag) // flag= -1: 无效license // flag= 0 : 过期license // flag= 1 或 到期日期 : 试用license或正式license ocr.setDetBoxType("rect") // 调整检测模型检测文本参数- 默认"rect": 由于手机上截图文本均为矩形文本，从该版本之后均改为rect，"quad"：可准确检测倾斜文本 ocr.setDetUnclipRatio(1.9) // 调整检测模型检测文本参数 - 默认1.9: 值范围1.6-2.5之间 ocr.setRecScoreThreshold(0.3) // 识别得分过滤 - 默认0.1，值范围0.1-0.9之间 ocr.setReturnType("json") // 返回类型 - 默认"json": 包含得分、坐标和文字； //"text"：纯文字； //"num"：纯数字； //自定义输入想要返回的文本：".￥1234567890"，仅只返回这些内容 var type = 3; // type 可传可不传 // type=0 : 只检测 // type=1 : 方向分类 + 识别 // type=2 : 只识别 // type=3 : 检测 + 识别 // 只检测文字位置：type=0 // 全屏识别: type=3或者不传type // 截取单行文字识别：type=1或者type=2 /*================================== ocr类 ==================================*/ /*================================== ocr封装 ==================================*/ // tmstr="" 识别的文字 // tmsize=[] 识别百分比区域 // tmclick=true/false 是否点击 // tmcoor1, tmcoor2 偏移坐标范围 // tmslee 点击后休息时间 TM.tmocr识别 = function (tmstr, tmsize, tmclick, tmcoor1, tmcoor2, tmslee) { //四舍五入取整，百分比坐标转真实坐标 var tma = Math.round(tmsize[0] * wdh) var tmb = Math.round(tmsize[1] * hgt) //var tmc = Math.round(tmsize[2] * wdh) //var tmd = Math.round(tmsize[3] * hgt) //printl(tmsize[0]) //printl(tma) var img0 = screen.screenShotFull() sleep.millisecond(10) //百分比裁剪 var img = img0.cutImagePercent(tmsize[0], tmsize[1], tmsize[2], tmsize[3]) sleep.millisecond(10) //var img = screen.screenShot(screen.getScreenWidth() / 2, screen.getScreenHeight() / 2, 100) var result3 = ocr.ocrBase64(img.toBase64(), type); //printl(result3) try { if (result3 != "") { var result3 = JSON.parse(result3) var point = this.findStrCenter(result3, tmstr)//识别 //printl(point[0], point[1]) if (point[0] >= 0) { FZ.printll(tmstr) var tme = point[0] + tma var tmf = point[1] + tmb printl(tme, tmf) if (tmclick == true) { hid.click(tme + rand.randNumber(tmcoor1, tmcoor2), tmf + rand.randNumber(tmcoor1, tmcoor2)) sleep.millisecond(tmslee) } img0.recycle() img.recycle() return true } else { img0.recycle() img.recycle() return false } } } catch (err) { printl(err) } } //区域找字返回坐标 TM.tmocr识别坐标 = function (tmstr, tmsize) { //四舍五入取整，百分比坐标转真实坐标 var tma = Math.round(tmsize[0] * wdh) var tmb = Math.round(tmsize[1] * hgt) var img0 = screen.screenShotFull() sleep.millisecond(10) //百分比裁剪 var img = img0.cutImagePercent(tmsize[0], tmsize[1], tmsize[2], tmsize[3]) sleep.millisecond(10) //var img = screen.screenShot(screen.getScreenWidth() / 2, screen.getScreenHeight() / 2, 100) var result3 = ocr.ocrBase64(img.toBase64(), type); //printl(result3) try { if (result3 != "") { var result3 = JSON.parse(result3) var point = this.findStrCenter(result3, tmstr)//识别 //printl(point[0], point[1]) if (point[0] >= 0) { FZ.printll(tmstr) var tme = point[0] + tma var tmf = point[1] + tmb printl(tme, tmf) var poin = [tme, tmf] img0.recycle() img.recycle() return poin } else { img0.recycle() img.recycle() return false } } } catch (err) { printl(err) } } TM.findStrCenter = function (result_list, data) { all_result = [] for (let i = 0; i < result_list.length; i++) { var words = result_list[i]["words"] var location = result_list[i]["location"] var pos = words.indexOf(data); if (pos >= 0) { let w_len = words.length let d_len = data.length let x1 = location[0][0] let y1 = location[0][1] let x2 = location[2][0] let y2 = location[2][1] let x = Math.floor((x2 - x1) / w_len * (d_len + 2 * pos) / 2 + x1) let y = Math.floor((y2 - y1) / 2 + y1) return [x, y] } } return [-1, -1] } //内存释放 //ocr.end() /*================================== ocr封装 ==================================*/