AIWORK全能图像处理开发指南：从截图采集到OCR识别的全链路实现

群发软件 · 发表于 2025-2-12 09:08:03

1.截取屏幕的全屏截图：

var img = screen.screenShotFull();

这行代码用于截取当前屏幕的全屏截图，并将截图存储在变量img中。

2.文字识别，默认语言为中文：

var ocr = img.MLKitOcr('zh');
printl(ocr.getJsonString());

使用MLKitOcr方法对截图img进行文字识别，指定语言为中文’zh’，并将识别结果以JSON字符串形式打印出来。

3.获取图片大小（以字节为单位）：

var size = img.byteSize();
printl('图片大小: ' + size + ' 字节');

4.获取img图片的大小，单位为字节，并打印出来。

压缩图片，类型为jpg，质量设置为50：

var compressedImg = img.compress('jpg', 50);
printl('图片压缩成功');

5.将截图img压缩为JPEG格式，设置压缩质量为50，并将压缩后的图片存储在compressedImg变量中，然后打印成功信息。

裁剪图片，裁剪区域为(0,0)到(10,10)：

var cutImg = img.cutImage(0, 0, 10, 10);
printl('图片裁剪成功');

6.对图片img进行裁剪，裁剪区域从坐标(0,0)到(10,10)，并将裁剪后的图片存储在cutImg变量中，然后打印成功信息。

按百分比裁剪图片，裁剪区域为图片的10%到90%：

var cutImgPercent = img.cutImagePercent(0.1, 0.1, 0.9, 0.9);
printl('图片百分比裁剪成功');

按照图片宽度和高度的百分比进行裁剪，裁剪区域从图片的10%到90%，并将裁剪后的图片存储在cutImgPercent变量中，然后打印成功信息。

7.获取图片的bitmap：

var bitmap = img.getBitmap();
printl('获取图片的bitmap成功');

获取图片img的Bitmap对象，Bitmap对象可以用于进一步的图像处理操作，如滤波、裁剪、文字识别等。

8.获取图片的高度：

var height = img.getHeight();
printl('图片高度: ' + height);

获取图片img的高度，并打印出来。

9.获取图片宽度：

var width = img.getWidth();
printl('图片宽度: ' + width);

获取图片img的宽度，并打印出来。

10.获取图片中心点的RGB值：

var centerRGB = img.getPointRGB(0.5, 0.5);
printl('中心点RGB值: ' + centerRGB[0] + ', ' + centerRGB[1] + ', ' + centerRGB[2]);

获取图片img中心点的RGB值，并打印出来。

11.从指定路径读取图片：

var img = new image().read('/storage/emulated/0/1.jpg');
printl('读取图片成功' + img);

从指定路径读取图片，并存储在变量img中，然后打印成功信息。

12.将base64字符串转换为图片：

var img = screen.screenShotFull();
var imgBase64 = img.toBase64();
var imgFromBase64 = new image().readBase64(imgBase64);
printl('Base64转图片成功' + imgFromBase64);

先截取一张全屏截图，然后将其转换为Base64字符串，接着从Base64字符串中读取图片，并存储在imgFromBase64变量中，最后打印成功信息。

13.释放图片资源：

img.recycle();
printl('图片资源释放成功');

释放图片img占用的资源，然后打印成功信息。

14.保存图片到指定路径：

var screenshot = screen.screenShotFull();
screenshot.save('/sdcard/1.jpg');
printl(screenshot);

截取全屏截图并保存到指定路径/sdcard/1.jpg，然后打印截图信息。

15.将图片转换为base64字符串：

var img = screen.screenShotFull();
var imgBase64 = img.toBase64();
printl('图片转base64成功: ' + imgBase64);

截取全屏截图并将其转换为Base64字符串，然后打印转换后的Base64字符串。

16.将图片转换为jpg格式的base64字符串，质量100：

var img = screen.screenShotFull();
var jpgBase64 = img.toJpgBase64(100);
printl('Jpg格式图片转base64成功: ' + jpgBase64);

截取全屏截图并将其转换为质量为100的JPEG格式Base64字符串，然后打印转换后的Base64字符串。

17.输出图片信息为字符串：

var img = screen.screenShotFull();
var imgInfo = img.toString();
printl('图片信息输出: ' + imgInfo);

获取图片img的信息并转换为字符串，最后打印出来。

18.百分比裁剪图片：

var img = screen.screenShotFull();
var cutImgPercent = img.cutImagePercent(0.1, 0.1, 0.9, 0.9);
printl('图片百分比裁剪成功' + cutImgPercent);

再次演示按百分比裁剪图片，裁剪区域从图片的10%到90%，并将裁剪后的图片存储在cutImgPercent变量中，然后打印成功信息。

19.截取屏幕的全屏截图文字区域识别：

var img = screen.screenShotFull();
var ocr = img.MLKitOcrRect('zh', [0, 0, 1, 1]);
var ocrResult = ocr.getJsonString();
printl('文字识别结果: ' + ocrResult);
img.recycle();

截取全屏截图并指定区域进行文字识别（此处为全图），语言为中文，然后打印识别结果的JSON字符串，最后释放图片资源。

20.压缩图片，类型为jpg，质量设置为50，并保存到指定路径：

var img = new image().read('/storage/emulated/0/1.jpg');
var compressedImg = img.compress('jpg', 50);
compressedImg.save('/sdcard/compressed_1.jpg');
printl('压缩后的图片已保存: /sdcard/compressed_1.jpg');

从指定路径读取图片，压缩为JPEG格式，质量设置为50，然后保存压缩后的图片到指定路径/sdcard/compressed_1.jpg，最后打印成功信息。

21.获取图片Mat格式：

var img = screen.screenShotFull();
var mat = img.getMat();
printl('获取图片的Mat对象成功' + mat);
img.recycle();
printl('图片资源释放成功');

获取图片img的Mat对象，用于进一步的图像处理操作，然后打印成功信息，最后释放图片资源。

22.获取图片中心点的RGB值（百分比坐标）：

var img = screen.screenShotFull();
var centerRGB = img.getPointRGB(0.5, 0.5);
printl('中心点RGB值: ' + centerRGB[0] + ', ' + centerRGB[1] + ', ' + centerRGB[2]);
img.recycle();

获取全屏截图中中心点的RGB值，并打印出来，最后释放图片资源。

23.获取图片在真实坐标(100,100)处的RGB值：

var img = screen.screenShotFull();
var realPointRGB = img.getRealPointRGB(100, 100);
printl('真实坐标(100, 100)处的RGB值: ' + realPointRGB[0] + ', ' + realPointRGB[1] + ', ' + realPointRGB[2]);
img.recycle();

获取全屏截图中真实坐标(100,100)处的RGB值，并打印出来，最后释放图片资源。

24.复制图片对象，并保存复制的图片到指定路径：

var img = screen.screenShotFull();
var imgCopy = img.copy();
var savePath = '/sdcard/1_copy.jpg';
imgCopy.save(savePath);
printl('图片复制并保存成功：' + savePath);
img.recycle();
imgCopy.recycle();

截取全屏截图并复制图片对象，将复制的图片保存到指定路径/sdcard/1_copy.jpg，然后打印成功信息，并分别释放原图片和复制图片的资源。

25.使用PaddleOCR进行文字识别处理，隐藏包含特定文本的元素并点击：

var img = screen.screenShotFull();
var ocrResult = img.paddleOCR(640, [0, 0, 1, 1]); // 参数：尺寸推荐为640，区域百分数为[0,0,1,1]表示全图
ocrResult.findIncludeText("今日头条").click(); // 假设findIncludeText返回的对象有click方法
img.recycle();
printl('PaddleOCR处理完成');

使用PaddleOCR对全屏截图进行文字识别，设置尺寸为640，处理全图，然后查找包含特定文本“今日头条”的元素并点击，最后释放图片资源并打印成功信息。

26.检查图片对象是否为空：

var img = new image();
if (img.isNull()) {
    println('图片对象为空');
} else {
    printl('图片对象不为空');
}
img.recycle();

创建一个新的图片对象，并检查该对象是否为空，根据检查结果打印相应的信息，最后释放图片资源。

复制// 截取屏幕的全屏截图
var img = screen.screenShotFull();

// 文字识别，默认语言为中文
var ocr = img.MLKitOcr('zh');
printl(ocr.getJsonString());

// 获取图片大小（以字节为单位）
var size = img.byteSize();
printl('图片大小: ' + size + ' 字节');

// 压缩图片，类型为jpg，质量设置为50
var compressedImg = img.compress('jpg', 50);
printl('图片压缩成功');

// 裁剪图片，裁剪区域为(0,0)到(10,10)
var cutImg = img.cutImage(0, 0, 10, 10);
printl('图片裁剪成功');

// 按百分比裁剪图片，裁剪区域为图片的10%到90%
var cutImgPercent = img.cutImagePercent(0.1, 0.1, 0.9, 0.9);
printl('图片百分比裁剪成功');

// 获取图片的bitmap
var bitmap = img.getBitmap();
printl('获取图片的bitmap成功');

// 获取图片的高度
var height = img.getHeight();
printl('图片高度: ' + height);

// 获取图片宽度
var width = img.getWidth();
printl('图片宽度: ' + width);

// 获取图片中心点的RGB值
var centerRGB = img.getPointRGB(0.5, 0.5);
printl('中心点RGB值: ' + centerRGB[0] + ', ' + centerRGB[1] + ', ' + centerRGB[2]);

// 从指定路径读取图片

var img =new image().read('/storage/emulated/0/1.jpg')
printl('读取图片成功'+img);

// 将base64字符串转换为图片
var img = screen.screenShotFull();
var imgBase64 = img.toBase64();
var imgFromBase64 = new image().readBase64(imgBase64);
printl('Base64转图片成功'+imgFromBase64);

// 释放图片资源
img.recycle();
printl('图片资源释放成功');

// 保存图片到指定路径

var screenshot = screen.screenShotFull();
screenshot.save('/sdcard/1.jpg');
printl(screenshot);

// 将图片转换为base64字符串
var img = screen.screenShotFull();
var imgBase64 = img.toBase64();
printl('图片转base64成功: ' + imgBase64);

// 将图片转换为jpg格式的base64字符串，质量100
var img = screen.screenShotFull();
var imgBase64 = img.toBase64();
var jpgBase64 = img.toJpgBase64(100);
printl('Jpg格式图片转base64成功: ' + jpgBase64);

// 输出图片信息为字符串
var img = screen.screenShotFull();
var imgInfo = img.toString();
printl('图片信息输出: ' + imgInfo);

// 百分比裁剪图片
var img = screen.screenShotFull();
var cutImgPercent = img.cutImagePercent(0.1, 0.1, 0.9, 0.9);
printl('图片百分比裁剪成功'+cutImgPercent);

// 截取屏幕的全屏截图文字区域识别
var img = screen.screenShotFull();
var ocr = img.MLKitOcrRect('zh', [0, 0, 1, 1]);
var ocrResult = ocr.getJsonString();
printl('文字识别结果: ' + ocrResult);
img.recycle();


// 获取图片大小（以字节为单位）
var img = screen.screenShotFull();
var size = img.byteSize();
printl('图片大小: ' + size + ' 字节');

// 压缩图片，类型为jpg，质量设置为50
var img = new image().read('/storage/emulated/0/1.jpg');
var compressedImg = img.compress('jpg', 50);// 压缩图片，类型为jpg，质量设置为50
compressedImg.save('/sdcard/compressed_1.jpg');// 保存压缩后的图片到指定路径
printl('压缩后的图片已保存: /sdcard/compressed_1.jpg');

// 获取图片Mat格式
var img = screen.screenShotFull();
var bitmap = img.getBitmap();
var mat = img.getMat();//Mat 对象可以用于进一步的图像处理操作，比如滤波、裁剪、文字识别等
printl('获取图片的Mat对象成功'+mat);
img.recycle();
printl('图片资源释放成功');


// 获取图片的中心点的RGB值,百分比座标
var img = screen.screenShotFull();
var centerRGB = img.getPointRGB(0.5, 0.5);
printl('中心点RGB值: ' + centerRGB[0] + ', ' + centerRGB[1] + ', ' + centerRGB[2]);
img.recycle();

// 获取图片在真实坐标(100,100)处的RGB值
var img = screen.screenShotFull();
var realPointRGB = img.getRealPointRGB(100, 100);
printl('真实坐标(100, 100)处的RGB值: ' + realPointRGB[0] + ', ' + realPointRGB[1] + ', ' + realPointRGB[2]);
img.recycle();

// 复制图片对象,保存复制的图片到指定路径
var img = screen.screenShotFull();
var imgCopy = img.copy();
var savePath = '/sdcard/1_copy.jpg';
imgCopy.save(savePath);
printl('图片复制并保存成功：' + savePath);
img.recycle();
imgCopy.recycle();


// 使用 PaddleOCR 进行文字识别处理 OCR 结果，此处假设有一个方法 findIncludeText 可以隐藏包含特定文本的元素
var img = screen.screenShotFull();
var ocrResult = img.paddleOCR(640, [0, 0, 1, 1]); // 参数：尺寸推荐为640，区域百分数为[0,0,1,1]表示全图
ocrResult.findIncludeText("今日头条").click(); // 假设 findIncludeText 返回的对象有 click 方法
img.recycle();
printl('PaddleOCR 处理完成');
// 检查图片对象是否为空
var img = new image();
if (img.isNull()) {
    println('图片对象为空');
} else {
    printl('图片对象不为空');
}
img.recycle();

		自动登录	找回密码
密码			立即注册

[宣传软件网站动态] AIWORK全能图像处理开发指南：从截图采集到OCR识别的全链路实现

相关帖子