一、技术背景与实现价值

AutoJS作为基于JavaScript的自动化工具，在移动端自动化测试和脚本开发领域具有显著优势。结合百度OCR的文字识别能力，可构建出覆盖截图、识别、处理全流程的自动化解决方案。该方案特别适用于移动端票据识别、表单数据提取、验证码处理等高频业务场景，相比传统OCR方案具有部署灵活、开发周期短的特点。

核心优势分析

1. 跨平台兼容性：支持Android 5.0+系统，无需ROOT权限即可运行
2. 开发效率提升：JavaScript语法简洁，配合AutoJS的UI构建器可快速开发
3. 识别准确率高：百度OCR通用场景识别准确率达98%以上（根据百度官方文档）
4. 成本可控：按调用次数计费，适合中小规模业务场景

二、环境准备与配置

2.1 开发环境搭建

1. AutoJS安装：

   • 下载AutoJS Pro 4.1.1（兼容性最佳版本）
   • 开启手机USB调试模式
   • 通过ADB命令安装：adb install autojs.apk

2. 百度OCR服务开通：

   • 登录百度智能云控制台
   • 创建通用文字识别应用
   • 获取API Key和Secret Key
   • 配置IP白名单（建议设置0.0.0.0/0开发测试）

2.2 依赖库准备

// 必需依赖库
auto.waitFor();
let http = require('http');
let crypto = require('crypto');
let { Base64 } = require('base64-js');

三、核心代码实现

3.1 鉴权模块实现

function getAccessToken(apiKey, secretKey) {
    let url = "https://aip.baidubce.com/oauth/2.0/token";
    let params = {
        grant_type: "client_credentials",
        client_id: apiKey,
        client_secret: secretKey
    };
    let response = http.get(url + "?" + Object.keys(params).map(k => `${k}=${params[k]}`).join("&"));
    return JSON.parse(response.body.string()).access_token;
}

关键点说明：

• 鉴权令牌有效期为30天，建议实现缓存机制
• 错误处理需包含40001（参数错误）、40003（令牌过期）等常见状态码

3.2 图像处理模块

function captureScreen() {
    let img = captureScreen();
    // 截图质量优化
    let path = "/sdcard/ocr_temp.png";
    images.save(img, path, "png", 100);
    return path;
}
function imageToBase64(path) {
    let img = images.read(path);
    let pixels = img.pixels;
    let buffer = new ArrayBuffer(pixels.length * 4);
    let view = new DataView(buffer);
    // 像素数据转换逻辑...
    return Base64.fromByteArray(new Uint8Array(buffer));
}

优化建议：

• 截图后进行二值化处理可提升识别率
• 推荐分辨率：800x600以上，文件大小<4M

3.3 OCR调用模块

function recognizeText(accessToken, imageBase64) {
    let url = `https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token=${accessToken}`;
    let body = {
        image: imageBase64,
        language_type: "CHN_ENG"
    };
    let options = {
        method: "POST",
        headers: {
            "Content-Type": "application/x-www-form-urlencoded"
        },
        body: Object.keys(body).map(k => `${k}=${encodeURIComponent(body[k])}`).join("&")
    };
    let response = http.post(url, options);
    return JSON.parse(response.body.string());
}

参数配置指南：

• language_type支持多种语言组合（如”ENG”仅英文）
• recognize_granularity设为”small”可获取字符级结果

四、完整调用示例

function main() {
    // 配置参数
    const API_KEY = "your_api_key";
    const SECRET_KEY = "your_secret_key";
    try {
        // 1. 获取鉴权令牌
        let token = getAccessToken(API_KEY, SECRET_KEY);
        console.log("获取令牌成功:", token);
        // 2. 截图处理
        let imgPath = captureScreen();
        console.log("截图保存至:", imgPath);
        // 3. 图像转base64
        let imgBase64 = imageToBase64(imgPath);
        // 4. 调用OCR接口
        let result = recognizeText(token, imgBase64);
        // 5. 结果处理
        if(result.words_result) {
            let text = result.words_result.map(item => item.words).join("\n");
            console.log("识别结果:\n", text);
            // 可添加UI展示或文件保存逻辑
        } else {
            console.error("识别失败:", result.error_msg);
        }
    } catch(e) {
        console.error("程序异常:", e);
    }
}
main();

五、异常处理与优化

5.1 常见错误处理

错误码	含义	解决方案
110	访问频率受限	增加重试机制，设置指数退避
111	令牌过期	重新获取access_token
113	图片为空	检查截图路径和权限
117	图片尺寸过大	压缩图片至<4M

5.2 性能优化方案

1. 异步处理：使用threads.start()实现并发请求
2. 缓存机制：对重复图片建立本地缓存
3. 区域识别：通过images.clip()截取特定区域减少数据量
4. 结果校验：添加正则表达式过滤无效字符

六、扩展应用场景

1. 自动化表单填写：识别验证码后自动输入
2. 纸质文档电子化：配合扫描仪实现批量处理
3. 游戏辅助工具：识别游戏内文本信息
4. 无障碍应用：为视障用户提供实时文字播报

七、安全注意事项

1. 敏感信息（API Key）建议使用加密存储
2. 网络传输采用HTTPS协议
3. 定期轮换鉴权令牌
4. 限制最小访问权限（如设置IP白名单）

实践建议：对于生产环境，建议将AutoJS脚本封装为APK，通过Android原生方式调用百度OCR SDK，可获得更好的性能和安全性。本方案特别适合快速原型开发和中小规模自动化场景，开发者可根据实际需求进行功能扩展。