目的

        cheese自动化平台是一款可以模拟鼠标和键盘操作的自动化工具。它可以帮助用户自动完成一些重复的、繁琐的任务，节省大量人工操作的时间。可以采用Vscode、IDEA编写，支持Java、Python、nodejs、GO、Rust、Lua。cheese也包含图色功能，识别屏幕上的图像，根据图像的变化自动执行相应的操作。本篇文章主要讲解下更优秀的cheese平台TomatoOCR纯本地离线文字识别插件如何使用和集成。

准备工作

1、搭建cheese的idea开发环境：

2、下载TomatoOCR纯本地离线文字识别插件

• 目前插件支持中英文、繁体字、日语、韩语识别；
• 支持小图、区域图和单行文字识别，准确率高达99%；
• 支持多种返回格式，json\文本\数字\自定义；
• 支持增强版二值化；
• 支持找字返回坐标并点击；
• 超高的稳定性，速度快；
• 不联网、不联网、不联网；

插件集成

1、打开idea开发工具，新建项目，在工程assets目录下添加文字识别插件

下载插件后，先改名为TomatoOCR.apk

2、拷贝js中的代码

注意：loadDex("TomatoOCR.apk");  //该行必须写在main方法下，否则无非正常加载

// ********************************************************************************************
// ********欢迎使用TomatoOCR文字识别插件，加入群【469843332】可获取最新版本！！！************
// ********************************************************************************************import core from 'cheese-core';const base = core.base;
const assets = core.assets;
const recordscreen = core.recordScreen;
const plugins = core.plugins;
const cls = core.cls;var tomato_ocr;
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function ocr_image() {tomato_ocr.setRecType(rec_type) // 如果需要切换语言，直接在这里设置即可tomato_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tomato_ocr.setDetUnclipRatio(1.9)  // 调整检测模型检测文本参数 - 默认1.9: 值范围1.8-2.5之间，可调整文本检测框大小tomato_ocr.setRecScoreThreshold(0.3)  // 识别得分过滤 - 默认0.1，值范围0.1-0.9之间tomato_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let 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// 注意：注意：注意：识别不到时，返回的是""空字符串，请加上 if (result != "") 进行判断// returnType为“json”时，返回的是json字符串，需要使用JSON.parse进行解析// 例子一let result1 = tomato_ocr.ocrFile("/storage/emulated/0/test.png", type);console.log(result1);// 例子二let bitmap = recordscreen.captureScreen(3, 0, 0, 300, 300)let result2 = tomato_ocr.ocrBitmap(bitmap, type);console.log(result2);// 找字返回坐标，没有找到字返回“”空字符串，返回的是“百度”的中心点坐标var point = tomato_ocr.findTapPoint("百度")if (point != "") {var json_point = JSON.parse(point)var center_x = json_point[0] + x1var center_y = json_point[1] + y1}
}function run() {if (recordscreen.requestPermission(3)) {console.log("请求成功")}if (assets.copy("TomatoOCR.apk", "/storage/emulated/0/TomatoOCR.apk")) {console.log("复制成功");} else {console.log("复制失败");}if (plugins.install("/storage/emulated/0/TomatoOCR.apk")) {plugins.loadLibrary("ocr")var tmo = cls.findClass("com.tomato.ocr.cheese.OCRApi")tomato_ocr = tmo.new().objtomato_ocr.init(plugins.createContext(), rec_type)// 试用版license从群中获取或者网盘中获取var flag = tomato_ocr.setLicense("")// flag= -1: 无效license// flag= 0 : 过期license// flag= 1 或 到期日期 : 试用license或正式licenseconsole.log(flag);console.log("插件加载成功")}ocr_image();
}run()

3、其中的方法说明如下

setDetUnclipRatio

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，如果文字的检测框太小，可调整改参数，一般往大调整

setRecScoreThreshold

设置识别得分过滤，默认0.1：
值范围0.1-0.9之间

setReturnType

设置返回类型，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

setBinaryThresh

对图片进行二值化处理，非必须，正常情况下可以不用写

ocrFile

type=-1 : 检测 + 方向分类 + 识别
type=0 : 只检测
type=1 : 方向分类 + 识别
type=2 : 只识别（单行识别）
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

findTapPoint

4、识别结果

以上就是所有的运行情况。

完毕

        相对来说，在cheese进行插件开发还是比较困难的，需要会原生安卓开发，本地识别全屏会相对较慢，区域识别还是非常快，相比部署在服务器上，还可以减少了很多资源占用情况，更加方便便捷。