我正在开发一个项目来增加Wine自动测试软件包的能力。我现在要做的是在当前窗口的屏幕截图中检测文本。然后我可以解析所有的文本,并使用autohotkey来点击我想要的文本的坐标。在屏幕截图中检测文本的区域
例如,在firefox中,我可能想测试不同的东西,首先打开正在打开的偏好设置。然后我需要解析firefox的截图,检测文本的所有单独位置。然后,我可以将这些单独的文本图像运行到tesseract-ocr中,并检测哪一个图像显示为“编辑”。然后我再次重做这个“偏好”。
我试图找到一个解决方案,但到目前为止找不到任何东西。我更喜欢使用python或python绑定的解决方案,因为我一直在编程。
没有您需要某种沿途光学字符识别解决方案,以正确地解析文本?换句话说,你将如何从图像中获取文本? – reckoner 2011-03-31 15:56:23