即将更新
即将更新搭建本地ocr识别相关经验
因为最近忙着研究ocr本地识别的搭建，一直没来得及完善本博客，不过正好也整理了一些相关的经验技巧，打算近期放到博客上
关于tesseract
Tesseract最初由惠普实验室支持，用于电子版文字识别，1996年被移植到Windows上，1998年进行了C++化，在2005年Tesseract由惠普公司宣布开源。2006年到现在，由Google公司维护开发。
关于paddleocr
PaddleOCR是百度开源，旨在打造一套丰富、领先、且实用的OCR工具库，助力开发者训练出更好的模型，并应用落地。
PaddleOCR分为文本检测、文本识别和方向分类器三部分，其中文本检测有三个模型，分别是MobileNetV3、ResNet18_vd和ResNet50，其中最常使用的是MobileNetV3模型，整体比较小，适合应用于手机端。文本识别只有一个MobileNetV3预训练模型。方向分类器使用默认的模型。
paddleocr在按键安卓中的应用
按键是一个很容易入门且强大的自动化编程工具，它主要依靠图色识别进行相关操作，也能制作字库进行文字识别，但缺陷也显而易见。它的文字识别基于点阵识别，这有非常大的局限性，一份字库几乎只能在特定的一种场景使用。为了实现免字库的通用文字识别方案，我将paddleocr以及tesseract融入到飞火ocr插件之中，并把相关的识别调用命令封装成luae插件，实现按键精灵脚本可直接与飞火ocr通信，让飞火ocr执行相关命令并返回结果
飞火ocr本地识别文字
飞火ocr集成了paddleocr的ncnn本地推理模型，无需链接外网即可识别且更加适用于安卓系统，同时支持CPU和GPU两种识别模式。插件会在按键精灵调用初始化命令后创建一个本地TCP服务器，实现比http响应速度快十倍，且因为是本地识别无需字节传输图像，一张图像的识别速度都是毫秒级的速度，搭配paddleocrncnn模型实现精准且效率的识别方案
飞火ocr识别文字并返回文本及坐标信息
绝大多数的ocr识别要么局限于字库，无法做到通用识别，要么无法做到文字坐标的返回，这是不完美的。且不是所有页面都是有节点存在的，我们要取到文字，也可能需要取得对应的坐标以进行其他判断。
一条命令即可实现文本及坐标信息返回 例： FH.Paddle_OCR("/sdcard/anna2.png")
参数为文本型-本地图片路径,返回值为文本型，例：武器商人苏菲|72.0|52.0|157.0|52.0|157.0|69.0|72.0|69.0|相似度：0.84257734 //解释：左上角坐标(72,52),右上角坐标(157,52),右下角坐标(157,69),左下角坐标(72,69)
取指定文本坐标
假设我们通过FH.Paddle_OCR_T 命令取得了某图的纯文本信息，现在需要在已知文本信息中取出特定文字的坐标位置
FH.Paddle_OCR_Z 命令可以帮我们实现这个功能，例：
TracePrint FH.Paddle_OCR_Z("/sdcard/anna.png","商人") // 查找出“商人”字符在图片中的坐标
输出结果为：：商人|40.0|72.0