屏幕区域的 OCR 方法。 SDK 或应用程序答案

【问题标题】：Method for OCR of a screen region. SDK or application屏幕区域的 OCR 方法。 SDK 或应用程序
【发布时间】：2012-09-22 10:52:21
【问题描述】：

我还没有找到解决方案。我想做的是从专有的金融软件平台读取特定的数字文本值。我首先尝试了可访问性和元素间谍方法，但没有成功。我能想到的唯一可行的方法是使用屏幕的 OCR，具有特定的固定区域。

我检查过的所有 OCR 解决方案似乎都是基于文件的（PDF、TIFF 等）。我真正需要的是可以从屏幕上捕获的 OCR 解决方案。我能想到的几个挑战：要捕获的文本是黑色背景，可以是彩色文本（黄色、绿色、红色、橙色）。文字大小也很小（我认为是 6pt）。

理想情况下，我想要一个 .NET API，但我愿意尝试任何可行的方法。

【问题讨论】：

你能说一下程序是什么，你想要完成什么，可能还有其他方法可以完成你想做的事情。不要陷入XY problem。
当然，这个程序叫做thinkorswim。我相信这是一个Java应用程序。我尝试过的一种解决方案是 Screen Scraper Studio。他们声称能够从 Java 应用程序中提取 UI 元素，但我无法使用他们的程序这样做。 Screen Scraper Studio 也有在屏幕区域上的 OCR 方法，但我发现 OCR 按预期工作的时间不到 50%，我需要它接近 99%。

标签： .net sdk screen-scraping ocr screen-capture

【解决方案1】：

这可能无法回答您的 OCR 问题，但您可以尝试的最后一种方法是挂钩 Windows 的 DrawText API。我最近了解到这个来解决一个similar problem like you had myself。

去下载EasyHook 库并查看示例。尝试在外部应用程序上挂钩DrawTextA, DrawTextW、DrawTextExA and DrawTextExW（这将与我的问题中的代码不同，因为我挂钩的是 Inproc DLL，而不是外部程序，但您的用例是 EasyHook 的设计目的，我的方式是一个黑客）。找出它使用什么，看看你是否可以让你的代码解析出文本。

【讨论】：

【解决方案2】：

试试这个OCR SDK

您制作屏幕截图，指定区域并将其传递给 OCR。我们用这种方法得到了很好的结果。我们也尝试了 tesseract，但无法使其与屏幕字体正常工作。

【讨论】：