将UI的内容解释为图像

Question

我正在开发与旧应用程序交谈的应用程序。我的应用程序必须能够知道遗留应用程序的状态，并且能够读取遗留应用程序右下角的标志。问题是窗口中的所有信息都以位图图像的形式呈现，所以我无法使用Windows API读取窗口中的文本。

我正在考虑使用OCR来解释窗口中的信息。但是我只需要了解位于窗口右下方的4个字符的信息，而且当我必须定期读取这些数据时，感觉有点矫枉过正。

它始终是相同的字体，但可以根据窗口的大小缩放字符。

是否有一个简单快捷的方法将位图信息转换为字母？

听到是小规模和大规模的两个例子。

我所感兴趣的：

• 前两个字符（可AF，NP，CH，OF，LI，CO，SC或WI）
• 数（可以是1-5）
• 箭头的方向（可以是向右，向上，向左或向下）
• 的字符的颜色（可以是16种不同的颜色）
• （两个N-箭头后面的部分是鼠标的x和y，并且没有意思）

Answer 1

如果没有太多不同的字符，则可以创建要搜索的子图像的数据库。 例如，您拍摄传统应用程序的快照，并在“SC”周围裁剪图像。 然后定期搜索该模板以及您创建的所有其他模板。当你知道，其中要搜索时，它会更好，更快，这可能是你的情况。

但是我必须说，这种方法不适用于窗口缩放。但是你可能会强制将其重新缩放到预定义的维度。

该艺术被称为“屏幕抓取”。 我使用AHK及其函数ImageSearch进行快速开发。 http://www.autohotkey.com/docs/commands/ImageSearch.htm

OCR是不是那种矫枉过正，你可以试试GOCR http://jocr.sourceforge.net/。

Answer 2

如果您感兴趣的数据的位置总是相同的，您可能只需将像素与几个像素temlpate图像（如果您知道窗口大小和图像生成的比例，甚至可能会生成匹配的模板）。这可能会非常快，因为例如字符序列足够不同，您可以通过查看单行像素来识别序列。