logo

开发者热搜

基于AutoJS调用百度OCR：从零搭建高效文字识别工具

作者：有好多问题2025.09.26 20:48浏览量：0

简介：本文详细解析基于AutoJS调用百度OCR API实现文字识别的完整方案，包含API申请、代码实现、错误处理及优化建议，适合移动端开发者快速集成OCR功能。

一、技术选型与背景说明

AutoJS作为一款基于JavaScript的Android自动化工具，凭借其无障碍服务权限和脚本执行能力，在移动端自动化场景中广泛应用。百度OCR（光学字符识别）服务提供高精度的文字识别能力，支持通用文字、身份证、银行卡等多场景识别。将两者结合，可实现移动端高效文字提取方案，适用于信息采集、表单填写、数据录入等场景。

1.1 技术优势分析

  • AutoJS特性：无需ROOT权限，支持UI操作模拟、控件查找、定时任务等，适合移动端轻量级开发。
  • 百度OCR优势：提供免费额度（每月500次通用识别），支持高精度多语言识别，API响应速度快（通常<1s）。
  • 典型应用场景：自动化表单填写、纸质文档电子化、验证码识别、截图内容提取等。

1.2 开发前准备

  • 硬件要求：Android 5.0+设备，AutoJS 4.1.1+版本。
  • 软件依赖：百度AI开放平台账号、AutoJS脚本环境。
  • 知识储备：熟悉JavaScript基础语法、HTTP请求处理。

二、百度OCR API申请与配置

2.1 注册百度AI开放平台

  1. 访问百度AI开放平台并注册账号。
  2. 进入「文字识别」服务，创建通用文字识别应用。
  3. 获取API Key和Secret Key（需妥善保管，避免泄露）。

2.2 获取Access Token

百度OCR API通过OAuth2.0认证，需先获取Access Token：

  1. function getAccessToken(apiKey, secretKey) {
  2.     let url = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials" +
  3.               "&client_id=" + apiKey + "&client_secret=" + secretKey;
  4.     let res = http.get(url);
  5.     let json = JSON.parse(res.body.string());
  6.     return json.access_token;
  7. }

关键参数：

  • grant_type：固定为client_credentials
  • client_id：API Key
  • client_secret：Secret Key

2.3 识别接口调用

通用文字识别API地址：

  1. https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token=YOUR_ACCESS_TOKEN

请求参数说明：
| 参数名 | 类型 | 必填 | 说明 |
|———————|————|———|—————————————|
| image | string | 是 | 图片二进制数据（Base64）|
| language_type| string | 否 | 中英文混合识别传CHN_ENG|

三、AutoJS完整实现代码

3.1 基础识别脚本

  1. // 配置参数
  2. const API_KEY = "your_api_key";
  3. const SECRET_KEY = "your_secret_key";
  5. // 主函数
  6. function main() {
  7.     // 1. 获取Access Token
  8.     let token = getAccessToken(API_KEY, SECRET_KEY);
  9.     if (!token) {
  10.         toast("获取Token失败");
  11.         return;
  12.     }
  14.     // 2. 选择图片（示例：从相册选择）
  15.     let imgPath = "/sdcard/test.jpg"; // 替换为实际路径
  16.     if (!files.exists(imgPath)) {
  17.         toast("图片不存在");
  18.         return;
  19.     }
  21.     // 3. 读取图片并转为Base64
  22.     let imgBase64 = files.readBase64(imgPath);
  24.     // 4. 调用OCR接口
  25.     let url = "https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token=" + token;
  26.     let res = http.postJson(url, {
  27.         image: imgBase64,
  28.         language_type: "CHN_ENG"
  29.     });
  31.     // 5. 解析结果
  32.     let json = JSON.parse(res.body.string());
  33.     if (json.error_code) {
  34.         toast("识别失败: " + json.error_msg);
  35.         return;
  36.     }
  38.     // 提取文字
  39.     let text = json.words_result.map(item => item.words).join("\n");
  40.     console.log("识别结果:\n" + text);
  41.     setClip(text); // 复制到剪贴板
  42.     toast("识别成功，结果已复制");
  43. }
  45. // 启动脚本
  46. main();

3.2 关键代码解析

  1. 图片处理：

    • 使用files.readBase64()直接读取图片文件
    • 支持PNG/JPG格式，建议图片尺寸<4MB

  2. 错误处理：

    1. if (json.error_code) {
    2.     let errMap = {
    3.         110: "Access Token失效",
    4.         111: "Access Token过期",
    5.         112: "Access Token无效"
    6.     };
    7.     let msg = errMap[json.error_code] || "未知错误";
    8.     toast("错误: " + msg);
    9. }

  3. 性能优化：

    • 添加请求超时设置：http.setTimeout(5000)
    • 对大图片进行压缩（示例使用AutoJS的images.resize()）

四、进阶功能实现

4.1 截图即时识别

  1. // 截取当前屏幕并识别
  2. function captureAndRecognize() {
  3.     let img = captureScreen();
  4.     let path = "/sdcard/screenshot.png";
  5.     images.save(img, path);
  7.     // 调用基础识别函数（需传入path）
  8.     // ...
  9. }

4.2 批量图片处理

  1. function batchRecognize(dirPath) {
  2.     let files = files.listDir(dirPath, function(name) {
  3.         return name.endsWith(".jpg") || name.endsWith(".png");
  4.     });
  6.     files.forEach(file => {
  7.         let text = recognizeSingleImage(dirPath + "/" + file);
  8.         // 保存结果到文件
  9.         let resultPath = dirPath + "/" + files.getNameWithoutExtension(file) + ".txt";
  10.         files.write(resultPath, text);
  11.     });
  12. }

4.3 定时任务实现

  1. // 每天9点执行识别任务
  2. events.on("exit", function() {
  3.     let now = new Date();
  4.     let hours = now.getHours();
  5.     if (hours === 9) {
  6.         main(); // 执行主识别函数
  7.     }
  8. });

五、常见问题解决方案

5.1 认证失败处理

  • 现象：返回{"error_code":110,"error_msg":"Access Token invalid"}
  • 原因：Token过期或生成错误
  • 解决：
    1. 检查系统时间是否准确
    2. 重新生成Access Token
    3. 确保API Key/Secret Key正确

5.2 图片识别率低优化

  • 建议：
    1. 确保图片清晰（>300DPI）
    2. 避免复杂背景（建议纯色背景）
    3. 对倾斜图片进行矫正：
      1. // 使用OpenCV进行透视变换（需AutoJS Pro）
      2. let warped = images.warpPerspective(img, ...);

5.3 流量控制策略

百度OCR免费版限制：

  • QPS≤5（每秒请求数）
  • 每日500次调用

优化方案：

  1. // 添加请求间隔
  2. function safeRequest(callback) {
  3.     let lastTime = 0;
  4.     return function() {
  5.         let now = Date.now();
  6.         if (now - lastTime < 200) { // 200ms间隔
  7.             sleep(200);
  8.         }
  9.         lastTime = now;
  10.         return callback.apply(this, arguments);
  11.     };
  12. }

六、部署与维护建议

  1. 代码封装：

    • 将OCR功能封装为模块：
      1. module.exports = {
      2.     recognize: function(imgPath) { /* ... */ },
      3.     getToken: function() { /* ... */ }
      4. };

  2. 日志记录：

    1. function logError(msg) {
    2.     let logPath = "/sdcard/ocr_error.log";
    3.     let timestamp = new Date().toISOString();
    4.     files.append(logPath, timestamp + ": " + msg + "\n");
    5. }

  3. 版本更新：

    • 关注百度OCR API变更日志
    • 定期测试Access Token生成逻辑

七、总结与扩展

本方案实现了基于AutoJS的百度OCR集成，具有以下特点：

  • 轻量级：无需额外Android权限
  • 灵活：支持截图、相册、批量等多种模式
  • 高效：通过错误处理和流量控制保障稳定性

扩展方向：

  1. 添加表格识别功能（使用table_recognize接口）
  2. 实现实时摄像头识别（结合AutoJS的camera模块）
  3. 开发Web服务接口（通过AutoJS的http.server）

通过本方案，开发者可快速构建移动端文字识别工具，满足自动化办公、数据采集等场景需求。实际开发中需注意遵守百度API使用条款，避免滥用导致服务限制。

相关文章推荐

发表评论

最热文章

关于作者

  • 被阅读数
  • 被赞数
  • 被收藏数
活动
咨询