官方OCR

AScript iOS 内置多套免费 OCR 引擎：百度 PaddleOCR V5、Apple Vision、Google MLKit。无需额外配置即可使用。

from ascript.ios.screen import Ocr

识别方法

PaddleOCR 识别

Ocr.paddleocr(rect=None, pattern=None, confidence=0.1,
              max_side_len=1200, precision=16, bitmap=None,
              file=None, binary=-1, language="chinese", image=None)

参数

参数	类型	是否必填	说明
rect	list	否	圈定屏幕范围
pattern	str	否	正则表达式,过滤匹配的文字
confidence	float	否	可信度,默认0.1
max_side_len	int	否	最大边长，默认1200
precision	int	否	推理精度，默认16
bitmap	PIL.Image	否	要识别的图片对象
image	PIL.Image	否	要识别的图片,默认屏幕截图
file	str	否	要识别的图片路径
binary	int	否	二值化阈值,-1为不启用(默认)
language	str	否	识别语言，默认 chinese

返回值

文字结果字典列表，每条结果包含：

{
    "text": "识别到的文本",
    "rect": (x1, y1, x2, y2),       # 识别到的范围
    "center_x": 155.5,              # 文字中心点 X
    "center_y": 44.0,               # 文字中心点 Y
    "confidence": 0.95              # 可信度
}

示例

from ascript.ios.screen import Ocr

# 全屏识别
res = Ocr.paddleocr()
if res:
    for r in res:
        print(r['text'])

# 指定区域识别
res = Ocr.paddleocr(rect=[42, 153, 641, 694])

# 正则过滤
res = Ocr.paddleocr(pattern="\\d+")  # 只匹配数字

Apple Vision 识别

基于 iOS 原生 Vision 框架，iOS 16+ 支持中文识别。

Ocr.vision(rect=None, pattern=None, confidence=0.1,
           bitmap=None, file=None, image=None, binary=-1)

参数

参数	类型	是否必填	说明
rect	list	否	圈定屏幕范围
pattern	str	否	正则表达式
confidence	float	否	可信度,默认0.1
bitmap	PIL.Image	否	要识别的图片对象
image	PIL.Image	否	要识别的图片,默认屏幕截图
file	str	否	要识别的图片路径
binary	int	否	二值化阈值,-1为不启用(默认)

示例

from ascript.ios.screen import Ocr
res = Ocr.vision(rect=[0, 0, 500, 200])
for r in res:
    print(r['text'])

MLKit 识别

基于 Google MLKit OCR。

Ocr.mlkitocr_v2(rect=None, pattern=None, confidence=0.5,
                bitmap=None, binary=-1, image=None)

参数

参数	类型	是否必填	说明
rect	list	否	圈定屏幕范围
pattern	str	否	正则表达式
confidence	float	否	可信度,默认0.5
bitmap	PIL.Image	否	要识别的图片对象
image	PIL.Image	否	要识别的图片,默认屏幕截图
binary	int	否	二值化阈值,-1为不启用(默认)

示例

from ascript.ios.screen import Ocr
res = Ocr.mlkitocr_v2(rect=[0, 0, 500, 200])
for r in res:
    print(r['text'])

设置默认引擎

设置全局默认 OCR 引擎，设置后 find/exists/click 等便捷方法将使用该引擎。

Ocr.set_engine(engine)

参数	类型	说明
engine	str/int	`"paddle"` / `"vision"` / `"mlkit"` 或 int 常量

引擎常量：

常量	值	说明
Ocr.MODE_PADDLE_V5	6	PaddleOCR V5（默认）
Ocr.MODE_VISION	5	Apple Vision
Ocr.MODE_MLK	1	Google MLKit

from ascript.ios.screen import Ocr
Ocr.set_engine("vision")  # 切换到 Apple Vision

便捷方法

以下方法使用默认引擎（可通过 set_engine 切换），提供常用的查找和操作功能。

查找文字

查找第一个匹配的文字结果。

Ocr.find(text, rect=None, mode=None, binary=-1, confidence=0.1, image=None)

参数	类型	是否必填	说明
text	str	是	要查找的文字（正则表达式）
rect	list	否	圈定屏幕范围
mode	int	否	OCR 引擎模式，不传则使用默认引擎
binary	int	否	二值化阈值,-1为不启用
confidence	float	否	可信度,默认0.1
image	PIL.Image	否	要识别的图片,默认屏幕截图

返回值：匹配的结果字典，未找到返回 None

from ascript.ios.screen import Ocr
r = Ocr.find("设置")
if r:
    print(r['text'], r['center_x'], r['center_y'])

查找全部文字

Ocr.find_all(text=None, rect=None, mode=None, binary=-1, confidence=0.1, image=None)

参数	类型	是否必填	说明
text	str	否	正则表达式过滤，None 返回全部
rect	list	否	圈定屏幕范围
mode	int	否	OCR 引擎模式，不传则使用默认引擎
binary	int	否	二值化阈值,-1为不启用
confidence	float	否	可信度,默认0.1
image	PIL.Image	否	要识别的图片

返回值：结果字典列表

from ascript.ios.screen import Ocr
results = Ocr.find_all("\\d+", rect=[0, 0, 500, 500])
for r in results:
    print(r['text'])

判断文字是否存在

Ocr.exists(text, rect=None, mode=None, binary=-1, confidence=0.1, image=None)

返回值：bool

from ascript.ios.screen import Ocr
if Ocr.exists("确定"):
    print("找到了")

查找文字并点击

Ocr.click(text, rect=None, mode=None, binary=-1, confidence=0.1, timeout=0, image=None)

找到文字后自动点击其中心点。

返回值：bool，True 表示找到并点击成功

from ascript.ios.screen import Ocr
Ocr.click("确定")

等待文字出现

Ocr.wait(text, timeout=10, rect=None, mode=None, binary=-1, confidence=0.1, image=None)

参数	类型	是否必填	说明
text	str	是	要等待的文字
timeout	float	否	超时时间（秒），默认10秒
rect	list	否	圈定屏幕范围
mode	int	否	OCR 引擎模式，不传则使用默认引擎
binary	int	否	二值化阈值,-1为不启用
confidence	float	否	可信度,默认0.1
image	PIL.Image	否	要识别的图片

返回值：匹配的结果字典，超时返回 None

from ascript.ios.screen import Ocr
r = Ocr.wait("加载完成", timeout=15)
if r:
    print("页面已加载")

等待文字并点击

Ocr.wait_click(text, timeout=10, rect=None, mode=None, binary=-1, confidence=0.1, image=None)

等待文字出现后自动点击。

返回值：bool，True 表示找到并点击成功

from ascript.ios.screen import Ocr
Ocr.wait_click("同意", timeout=5)

点阵字体识别

Ocr.matrix(font_lib, rect=None, region=0.9, image=None)

参数	类型	是否必填	说明
font_lib	str	是	点阵字库路径
rect	list	否	圈定屏幕范围
region	float	否	匹配精度,默认0.9
image	PIL.Image	否	要识别的图片

from ascript.ios.screen import Ocr
from ascript.ios.system import R
text = Ocr.matrix(R.res("font.ini"), rect=[100, 200, 300, 250])
print(text)

官方OCR

识别方法​

PaddleOCR 识别​

Apple Vision 识别​

MLKit 识别​

设置默认引擎​

便捷方法​

查找文字​

查找全部文字​

判断文字是否存在​

查找文字并点击​

等待文字出现​

等待文字并点击​

点阵字体识别​