xbot.ai.TencentAI

概述

tencentai接口主要时利用腾讯OCR引擎对文件、窗口、图片等元素进行内容识别并返回识别结果的

详情

ocr_from_file

识别文件内容

ocr_from_file(self, image_path)
参数：

• image_path：需要被识别的文件路径

返回值：

• typing.List[str]：返回文件识别内容的列表

示例1：
识别文件 D:\123.png 的内容

from xbot import ai
def main(args):
    ocr = ai.tencent.TencentAI(secret_id='xxxxx', secret_key='xxxxx')
    value = ocr.ocr_from_file('D:\\123.png')

ocr_from_window

识别窗口内容

ocr_from_window(self, hwnd, region=None)
参数：

• hwnd：窗口句柄, 等于0时则识别当前选中(激活)的窗口
• region：需要识别的窗口区域列表, 默认为None识别整个窗口
  • ‘region[0]’：选中区域的左侧横坐标
  • ‘region[1]’：选中区域的左侧纵坐标
  • ‘region[2]’：选中区域的右侧横坐标
  • ‘region[3]’：选中区域的右侧纵坐标

返回值：

• typing.List[str]： 返回窗口识别内容的列表

示例1：
识别句柄为 0x10412c 窗口的内容

from xbot import ai
def main(args):
    ocr = ai.tencent.TencentAI(secret_id='xxxxx', secret_key='xxxxx')
    value = ocr.ocr_from_window(0x10412c, None)

示例2：
识别句柄为 0x10412c 窗口指定区域的内容

from xbot import ai
def main(args):
    ocr = ai.tencent.TencentAI(secret_id='xxxxx', secret_key='xxxxx')
    value = ocr.ocr_from_window(0x10412c, [100, 100, 200, 200])

ocr_from_screen

识别屏幕内容

ocr_from_screen(self, region=None)
参数：

• region：需要识别的屏幕区域列表，默认为None识别整个屏幕
  • ‘region[0]’：选中区域的左侧横坐标
  • ‘region[1]’：选中区域的左侧纵坐标
  • ‘region[2]’：选中区域的右侧横坐标
  • ‘region[3]’：选中区域的右侧纵坐标

返回值：

• typing.List[str]：返回屏幕识别内容的列表

示例1：
对屏幕指定区域进行截图并识别

from xbot import ai
def main(args):
    ocr = ai.tencent.TencentAI(secret_id='xxxxx', secret_key='xxxxx')
    value = ocr.ocr_from_screen([100, 100, 200, 200])

ocr_from_clipboard_image

识别指定区域内容, 并将识别结果添加到剪切板中

ocr_from_clipboard_image(self)
参数：

• 无

返回值：

• typing.List[str]：返回剪切板中图片识别内容的列表

示例1:
识别剪切板中的图片，并返回识别结果列表

from xbot import ai
def main(args):
    ocr = ai.tencent.TencentAI(secret_id='xxxxx', secret_key='xxxxx')
    ocr.ocr_from_clipboard_image()

hover_on_text_in_screen

鼠标悬浮在屏幕指定的文本上

hover_on_text_in_screen(self, target_text, delay_after=1, anchor=None, occurrence=1)
参数：

• target_text：待查找的文本
• delay_after：执行成功后延迟时间, 默认延迟1s
  
• anchor：锚点，鼠标点击元素的位置以及偏移量元组，可为 None，默认值为 None，为 None 时默认点击目标中心且无偏移量，参数结构如下:
  • sudoku_part：鼠标悬停的位置, 默认悬停在中心
    • ‘topLeft’：悬停左上角
    • ‘topCenter’：悬停在上中部
    • ‘topRight’：悬停在右上角
    • ‘middleLeft’：悬停在左中部
    • ‘middleCenter’：悬停在中心
    • ‘middleRight’：悬停在右中部
    • ‘bottomLeft’：悬停左下角
    • ‘bottomCenter’：悬停在下中部
    • ‘bottomRight’：悬停在右下角
  • offset_x：鼠标位置的水平偏移量
  • offset_y’：鼠标位置的垂直偏移量
• occurrence：如果识别到多个结果, 可以指定位置序号，从1开始。排序规则先从左向右，再从上至下

返回值：

• 无

示例1:
将鼠标悬浮在屏幕的指定文本‘123’上

from xbot import ai
def main(args):
    ocr = ai.tencent.TencentAI(secret_id='xxxxx', secret_key='xxxxx')
    ocr.hover_on_text_in_screen('123')

hover_on_text_in_window

鼠标悬浮在窗口指定的文本上

hover_on_text_in_window(self, hwnd, target_text, delay_after=1, anchor=None, occurrence=1)
参数：

• hwnd：指定的窗口对象
• target_text：待查找的文本
• delay_after：执行成功后延迟时间, 默认延迟1s
• anchor：锚点，鼠标点击元素的位置以及偏移量元组，可为 None，默认值为 None，为 None 时默认点击目标中心且无偏移量，参数结构如下:
  • sudoku_part：鼠标悬停的位置, 默认悬停在中心
    • ‘topLeft’：悬停左上角
    • ‘topCenter’：悬停在上中部
    • ‘topRight’：悬停在右上角
    • ‘middleLeft’：悬停在左中部
    • ‘middleCenter’：悬停在中心
    • ‘middleRight’：悬停在右中部
    • ‘bottomLeft’：悬停左下角
    • ‘bottomCenter’：悬停在下中部
    • ‘bottomRight’：悬停在右下角
  • offset_x：鼠标位置的水平偏移量
  • offset_y’：鼠标位置的垂直偏移量
• occurrence：如果识别到多个结果, 可以指定位置序号，从1开始。排序规则先从左向右，再从上至下

返回值：

• 无

示例1:
将鼠标悬浮在当前激活窗口的指定文本‘123’上

from xbot import ai, win32
def main(args):
    hwnd = win32.get(title='无标题 - 记事本')
    ocr = ai.tencent.TencentAI(secret_id='xxxxx', secret_key='xxxxx')
    ocr.hover_on_text_in_window(hwnd, '123')

click_text_in_screen

鼠标点击屏幕上指定的文本

click_text_in_screen(self, target_text, button=’left’, click_type=’click’, keys=’none’, delay_after=1, move_mouse=True, anchor=None, occurrence=1)
参数：

• target_text：待查找的文本
• button：点击时的具体鼠标按键，如鼠标左、右键等，默认是左键
  • ‘left’：鼠标左键
  • ‘right’：鼠标右键
    
• click_type：鼠标按键的点击方式, 如单击、双击等, 默认为单击
  • ‘click’：鼠标单击
  • ‘dbclick’：鼠标双击
  • ‘down’：鼠标按键按下
  • ‘up’：鼠标按键弹起
• keys：单击网页元素时的键盘辅助按钮, 如Alt键、Ctrl键等，可以为空默认值为空
  • ‘none’：不需要键盘辅助按钮
  • ‘ctrl’：使用ctrl键作为辅助按钮
  • ‘shift’：使用shift键作为辅助按钮
  • ‘win’：使用win(窗口)键作为辅助按钮
• delay_after：执行成功后延迟时间, 默认延迟1s
• move_mouse：是否显示鼠标移动轨迹, 默认为True，显示鼠标移动轨迹
• anchor：锚点，鼠标点击元素的位置以及偏移量元组，可为 None，默认值为 None，为 None 时默认点击目标中心且无偏移量，参数结构如下:
  • sudoku_part：鼠标悬停的位置, 默认悬停在中心
    • ‘topLeft’：悬停左上角
    • ‘topCenter’：悬停在上中部
    • ‘topRight’：悬停在右上角
    • ‘middleLeft’：悬停在左中部
    • ‘middleCenter’：悬停在中心
    • ‘middleRight’：悬停在右中部
    • ‘bottomLeft’：悬停左下角
    • ‘bottomCenter’：悬停在下中部
    • ‘bottomRight’：悬停在右下角
  • offset_x：鼠标位置的水平偏移量
  • offset_y’：鼠标位置的垂直偏移量
• occurrence：如果识别到多个结果, 可以指定位置序号，从1开始。排序规则先从左向右，再从上至下

返回值：

• 无

示例1:
在屏幕中，鼠标左键单击指定文本“123”所在的位置

from xbot import ai
def main(args):
    ocr = ai.tencent.TencentAI(secret_id='xxxxx', secret_key='xxxxx')
    ocr.click_text_in_screen('123')

click_text_in_window

鼠标点击屏幕上指定的文本

click_text_in_window(self, hwnd, target_text, button=’left’, click_type=’click’, keys=’none’, delay_after=1, move_mouse=True, anchor=None, occurrence=1)
参数：

• hwnd：当前激活的窗口
• target_text：待查找的文本
• button：点击时的具体鼠标按键，如鼠标左、右键等，默认是左键
  • ‘left’：鼠标左键
  • ‘right’：鼠标右键
• click_type：鼠标按键的点击方式, 如单击、双击等, 默认为单击
  • ‘click’：鼠标单击
  • ‘dbclick’：鼠标双击
  • ‘down’：鼠标按键按下
  • ‘up’：鼠标按键弹起
• keys：单击网页元素时的键盘辅助按钮, 如Alt键、Ctrl键等，可以为空默认值为空
  • ‘none’：不需要键盘辅助按钮
  • ‘ctrl’：使用ctrl键作为辅助按钮
  • ‘shift’：使用shift键作为辅助按钮
  • ‘win’：使用win(窗口)键作为辅助按钮
• delay_after：执行成功后延迟时间, 默认延迟1s
• move_mouse：是否显示鼠标移动轨迹, 默认为True，显示鼠标移动轨迹
• anchor：锚点，鼠标点击元素的位置以及偏移量元组，可为 None，默认值为 None，为 None 时默认点击目标中心且无偏移量，参数结构如下:
  • sudoku_part：鼠标悬停的位置, 默认悬停在中心
    • ‘topLeft’：悬停左上角
    • ‘topCenter’：悬停在上中部
    • ‘topRight’：悬停在右上角
    • ‘middleLeft’：悬停在左中部
    • ‘middleCenter’：悬停在中心
    • ‘middleRight’：悬停在右中部
    • ‘bottomLeft’：悬停左下角
    • ‘bottomCenter’：悬停在下中部
    • ‘bottomRight’：悬停在右下角
  • offset_x：鼠标位置的水平偏移量
  • offset_y’：鼠标位置的垂直偏移量
• occurrence：如果识别到多个结果, 可以指定位置序号，从1开始。排序规则先从左向右，再从上至下

返回值：

• 无

示例1:
在当前激活窗口中，鼠标左键单击指定文本“123”所在的位置

from xbot import ai
def main(args):
    hwnd = win32.get(title='无标题 - 记事本')
    ocr = ai.tencent.TencentAI(secret_id='xxxxx', secret_key='xxxxx')
    ocr.click_text_in_screen(hwnd, '123')