开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

在Automagica软件包中，activities.find_text_on_screen_ocr不工作

Automagica是一个自动化流程开发框架，它提供了一系列的活动（activities）来帮助开发者实现自动化任务。其中，activities.find_text_on_screen_ocr是Automagica中的一个活动，用于在屏幕上使用OCR技术来查找指定的文本。

OCR（Optical Character Recognition，光学字符识别）是一种将图像中的文字转换为可编辑文本的技术。通过使用OCR，我们可以在屏幕上查找指定的文本，并进行后续的处理。

然而，如果activities.find_text_on_screen_ocr不工作，可能有以下几个可能的原因和解决方法：

安装问题：首先，确保已经正确安装了Automagica软件包，并且版本是最新的。可以通过查看官方文档或者在命令行中运行pip install automagica来安装或更新Automagica。
依赖问题：Automagica可能依赖于其他一些软件包或库。请确保这些依赖已经正确安装，并且版本兼容。可以查看Automagica的官方文档或者GitHub页面来获取相关的依赖信息。
OCR引擎问题：activities.find_text_on_screen_ocr使用了OCR引擎来进行文字识别。可能是OCR引擎配置不正确或者没有正确安装。可以尝试重新安装OCR引擎，或者查看Automagica的文档来获取更多关于OCR引擎的配置信息。
屏幕分辨率问题：OCR技术对屏幕分辨率要求较高，如果屏幕分辨率过低，可能导致文字识别不准确。可以尝试调整屏幕分辨率，或者使用其他更高分辨率的显示设备。
文本识别参数问题：activities.find_text_on_screen_ocr可能有一些参数可以调整，以提高文字识别的准确性。可以查看官方文档或者函数的帮助文档，了解这些参数的用法和调整方法。

总结起来，如果activities.find_text_on_screen_ocr不工作，可以先检查安装和依赖情况，然后查看OCR引擎配置和屏幕分辨率，最后尝试调整文本识别参数。如果问题仍然存在，可以查阅Automagica的官方文档或者寻求相关技术支持来获取更详细的解决方案。

腾讯云相关产品和产品介绍链接地址：

腾讯云OCR：https://cloud.tencent.com/product/ocr
腾讯云人工智能：https://cloud.tencent.com/product/ai

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

使用深度学习的端到端文本OCR

在当今这样的时代，任何组织或公司要扩大规模并保持相关性，都必须改变他们对技术的看法，并迅速适应不断变化的形势。已经知道Google如何将图书数字化。还是Google Earth如何使用NLP识别地址。或者如何读取发票，法律文书等数字文档中的文本。

02

使用Python和OCR进行文档解析的完整代码演示（附代码）

来源：DeepHub IMBA本文约2300字，建议阅读5分钟本文中将使用Python演示如何解析文档(如pdf)并提取文本，图形，表格等信息。文档解析涉及检查文档中的数据并提取有用的信息。它可以通过自动化减少了大量的手工工作。一种流行的解析策略是将文档转换为图像并使用计算机视觉进行识别。而文档图像分析(Document Image Analysis)是指从文档的图像的像素数据中获取信息的技术，在某些情况下，预期结果应该是什么样的没有明确的答案(文本、图像、图表、数字、表格、公式……)。 OCR (Op

02

基于python的appium例子

版权声明：如需转载本文章，请保留出处！ https://blog.csdn.net/xc_zhou/article/details/89643551

03

使用Python和OCR进行文档解析的完整代码演示

在本文中将使用Python演示如何解析文档(如pdf)并提取文本，图形，表格等信息。

02

Flutter 密码锁定屏幕

Flutter 让我对高效构建令人愉悦的UI很感兴趣，而且它允许您同时为两个平台创建。直到最近一年，我一直使用touchID和FaceID作为身份验证工具。在任何情况下，如最新的Andriod先决条件所指出的那样，您需要在生物识别认证被破坏或受损的偶然机会上提供选择性的认证策略。

03

OCRmyPDF—可智能识别PDF文本和图片信息的工具

OCRmyPDF向扫描的PDF文件添加了OCR文本层，使它们可以被搜索或复制粘贴。

01

ROS Noetic Ninjemys遇见Ubuntu 20.04

同时安装了ROS1Noetic和ROS2Foxy，可以参考如下代码进行默认环境选择：

03

Linux常见命令

---- Linux的命令笔者就老是记不住，一旦要用到的时候就各种找，所以这里列出学习过程中所遇到的，方便回看。列出的命令及其选项是笔者使用过的，并不是完整的内容，详情可 Linxu命令大全一. 常见快捷键 Tab：自动补全 ^ + S：停止 ^ + Q：恢复 ^ + C：中断 ^ + L：清屏 ^ + A：光标移到行头（输入命令中） ^ + E：光标移到行尾（输入命令中） ^ + Z：后台挂起任务二. 命令的格式命令名称 [命令参数] [命令对象] 三. 其他 1. 输出重定向 > 保存到

02

如何在 Ubuntu 20.04 上安装 Visual Studio Code

https://www.itcoder.tech/posts/how-to-install-visual-studio-code-on-ubuntu-20-04/

00

如何在 Ubuntu 20.04 上安装 Visual Studio Code

Visual Studio Code 是一个由微软开发的强大的开源代码编辑器。它包含内建的调试支持，嵌入的 Git 版本控制，语法高亮，代码自动完成，集成终端，代码重构以及代码片段功能。

02

【python实战】自制带文字识别的截屏工具

哈喽，大家好，我是一条。好久没出python的教程了，今天教大家做个好玩又实用的。点赞，收藏准备好。前言不知道大家工作中有没有遇到这种情况产品不知道从哪搞来的截图就这么粘在需求文档上，你还得一个一个敲，气的我这…… 网上有个资料，死活就是不让你复制，气的我这…… 有篇技术文章，代码全是截图，气的我这…… ok。别气了，求人不如求自己，一条教你自制带文字识别的截图工具。成品展示现已将文件设置成开机自启动，并一直在后台运行；当监听到有截屏操作时，保存剪切板的文件；调用百度开放API进行文字识别

02

告别「复制+粘贴」，基于深度学习的OCR，实现PDF转文本

传统的讲座通常伴随着一组 pdf 幻灯片。一般来说，想要对此类讲座做笔记，需要从 pdf 复制、粘贴很多内容。

02

5 tips for preparing for Multi-Window in Android N

With split-screen multi-window, two apps will be visible side-by-side. Excited to see how this works, I know I immediately scanned through the documentation, looking for what new APIs made this sorcery work.

01

Seurat软件学习5-scRNA-Seq和scATAC-Seq数据整合

Seurat软件学习1-多个模型得数据进行整合：https://cloud.tencent.com/developer/article/2130078

00

010.Debian系统基本操作

debian默认不允许使用root用户远程登录，需要修改/etc/ssh/sshd_config文件：

01

使用 PyAutoGUI 库在 Python 中自动化 GUI 交互

PyAutoGUI是一个很棒的模块，用于自动化Python应用程序中的图形用户界面交互。它使开发人员能够模仿用户输入并自动执行重复操作，使其成为测试、数据输入和其他需要与 GUI 交互的工作的理想选择。PyAutoGUI是一个跨平台的库，支持所有主要的操作系统，如Windows，Linux和macOS。

02

深度学习的端到端文本OCR:使用EAST从自然场景图片中提取文本

我们生活在这样一个时代：任何一个组织或公司要想扩大规模并保持相关性，就必须改变他们对技术的看法，并迅速适应不断变化的环境。我们已经知道谷歌是如何实现图书数字化的。或者Google earth是如何使用NLP来识别地址的。或者怎样才能阅读数字文档中的文本，如发票、法律文书等。

02

爬虫系列（9）爬虫的多线程理论以及动态数据的获取方法。

将将要爬去的url放在一个队列中，这里使用标准库Queue。访问url后的结果保存在结果队列中

03

Linux常用命令

下载的tar.gz包装的软件可能是源码，但也有的地方把二进制码打包成tar.gz的。源代码包和二进制包是软件包的两种形式。二进制包中包括了已经编译过的程序，只需要解包安装就可以使用。源代码包里面包括了程序原始的程序代码，需要进行编译后会出现一个可以运行的程序。

03

Python霸占“8座大山”，你的领域出现了吗？

Python，这一通用编程语言，已具有广泛的应用领域。其学习曲线非常平滑，可谓编程入门同学的首选！那么，让我们来探索一下 Python 在主要热门应用领域中的表现吧！

05

教你python自动识别图文验证码的解决方案！

对于web应用程序来讲，处于安全性考虑，在登录的时候，都会设置验证码，验证码的类型种类繁多，有图片中辨别数字字母的，有点击图片中指定的文字的，也有算术计算结果的，再复杂一点就是滑动验证的。诸如此类的验证码，对我们的系统增加了安全性的保障，但是对于我们测试人员来讲，在自动化测试的过程中，无疑是一个棘手的问题。 1、web自动化验证码解决方案一般在我们测试过程中，登录遇到上述的验证码的时候，有以下种解决方案: 第一种、让开发去掉验证码第二种、设置一个万能的验证码第三种、通过cookie绕过登录第四种、自动识别技术识别验证码 2、自动识别技术识别验证码前三种解决方案，想必大家都比较了解，本文重点阐述第四种解决方案，也就是验证码的自动识别，关于验证码识别这一块，可以通过两个方案来解决，第一种是：OCR自动识别技术，第二种是：通过第三方打码平台的接口来识别。 OCR识别技术 OCR中文名称光学识别， tesseract是一个有名的开源OCR识别框架，它与Leptonica图片处理库结合，可以读取各种格式的图像并将它们转化成超过60种语言的文本，可以不断训练自己的识别库，使图像转换文本的能力不断增强。如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。那么接下来给大家介绍一下如何使用tessract来识别我们的验证码。关于OCR自动识别这一块，需要大家安装Tesseract，并配置好环境，步骤如下 1)、安装tesseract 适用于Tesseract 3.05-02和Tesseract 4.00-beta的 Windows安装程序下载地址：github.com/UB-Mannheim… 2)、加入培训数据 tesseract 默认只能识别英文，如果您想要识别其他语言，则需要下载相应的培训数据下载地址：github.com/tesseract-o… 下图为中文数据包我们只做中文，暂时下载一个中文的文字训练数据就可以，然后将.traineddata文件复制到安装之后的’tessdata’目录中。C:\OCR\Tesseract-OCR\tessdata 3)、配置环境变量要从任何位置访问tesseract-OCR，您可能必须将tesseract-OCR二进制文件所在的目录添加到Path变量中C:\OCR\Tesseract-OCR。安装后tesseract之后，并不能直接在python中使用，我们要想在python中使用，需要安装pytesseract模块我们可以通过 pip 安装 pip install pytesseract python中识别验证码图片内容安装好后。找一张验证码图片，如下图（命名为test.jpg），放在当前python文件同级目录下面，使用 PIL中的Image中的open方法打开验证码图片，调用pytesseract.image_to_string方法，可以识别图片中的文字，并且转换成字符串，如下面代码所示。 import pytesseract from PIL import Image pic = Image.open(‘test.jpg’) pic 为打开的图片,lang指定识别转换的语言库 text = pytesseract.image_to_string(pic,lang=‘chi_sim’) print(text) 通过上述方法能识别简单的验证码，但是存在一定的问题，识别的精度不高，对于一些复杂一点，有干扰线的验证码无法正确识别出结果。接下来给大家介绍一下第二种识别的方案，第三方的打码平台识别打码平台识别验证码第三方的打码平台相对于OCR来讲，优势在于识别的精准度高，网络上的第三方打码平台很多，百度随便一搜就有几十个，这个给大家列举几个，如下所示：网络上的第三方打码平台众多，这里小编选择超级鹰这个第三方的平台来给大家做演示。首先登录我们需要注册登录超级鹰这个网站 www.chaojiying.com，进入之后我们找到python对应的开发文档并下载，下载开发文档下载之后解压缩，得到如下文件第三方打码平台的接口分析我们打开chaojiying.py这个文件后，会发现这个文件中给出了的接口非常简单，如下所示首先第一步创建一个用户对象：三个参数（账号，密码，软件ID），账号密码就是该网站的账号密码，那么软件ID呢？软件ID我们可以在用户中心找到软件ID，然后进去点击生成一个软件ID（如下图），第二行代码就是打开一个要识别的验证码图片，并读取内容，第三行，调用PostPic方法识别验证码，两个参数（验证码图片内容，验证码类型），关于验证码类型，请参考该网站的价格体系（如下图）,根据验证码类型选择对应的数值传入。结果提取： PostPi

01

APK安装流程详解2——PackageManager简介

俗话说的好，得中原者，得天下，那么想要了解Android的安装了流程就不得不提及一个重要的类"PackageManager"我们就先来了解这两个类

03

在Atom中设置Python开发环境

当然，网络上有很多很棒的文本编辑器。Sublime Text，Bracket，Atom等。就我个人而言，我一直都是Atom的粉丝，因为它是完全免费的，并且它有很多可用的包和主题，这些包和主题使编码变得更容易一些。在这里，我将介绍如何使用Atom来建立一个“Python友好”的开发环境，我将提到一些对python编码有用的软件包，然后看看如何编写一些基本代码。

08

云服务器深度学习环境搭建

1. 登录 NVIDIA 驱动下载或打开链接 http://www.nvidia.com/Download/Find.aspx 。

09

Linux系统下查找安装包所在目录的六种方法

想知道Linux系统下安装了哪些软件包，以及软件包安装在哪个目录下，可以用以下6种命令

02

ROS示例----导航功能包Husky_exploration

ROS导航功能包示例husky amcl gmapping slam exploration

06

常用的linux系统命令

和硬件信息相关的系统命令 dmesg cat /proc/cpuinfo free -h lshw lsblk lspci -tv lsusb -tv dmidecode hdparm -tT /dev/vdb badblocks -s /dev/vdb 和系统信息相关的命令 uname -r uptime date whoami 硬盘信息 df fdisk du mount blkid //查看磁盘uuid 查找文件信息 grep find locate

01

单细胞分析｜整合 scRNA-seq 和 scATAC-seq 数据

单细胞转录组学极大地提升了对细胞状态进行分类的能力，但要深入理解生物学现象，不能仅仅停留在对细胞群的简单列举上。随着新方法的不断涌现，用于测量细胞的不同状态，一个关键的挑战是如何将这些数据集整合起来，以便更全面地理解细胞的特性和功能。

01

R+OCR︱借助tesseract包实现图片文本提取功能

参数： image 图片文件路径，支持png、tiff、jpeg等格式 engine tesseract引擎，通过函数tesseract()来创建 language 训练数据的语言字符简写，默认为英语（eng） datapath 训练数据的路径，模型为系统库 options tesseract引擎的相关参数，默认为NULL，可查看文档 cache 可以使用训练数据的缓存版本，默认为TRUE

01

Android自动化测试【初级篇】-- Monkey测试

Monkey–猴子，顾名思义，就像一只猴子，在电脑面前，乱敲键盘在测试。 Monkey是一个运行在模拟器或实际设备中的测试工具，他向系统发送伪随机的用户事件流，模拟用户触摸屏幕、滑动Trackball、按键等操作来对设备上的程序进行压力测试。主要用于压力测试，看看在这种胡乱点击的状态下，app是否会发生Crash。所有的事件都是随机产生的。

03

ROS机器人操作系统最佳实践指南

----ROS Best Practices：https://github.com/ethz-asl/ros_best_practices/wiki----

02

在Atom中设置Python开发环境

当然，这里有很多很棒的文本编辑器。Sublime Text，Brackets，Atom。我一直都是Atom的粉丝，因为它是完全免费的，它有很多可用的包和主题，使编码更容易一些。在这里，我将介绍如何使用Atom设置一个“友好的Python”的开发环境，一些对python编码有用的软件包，然后看看如何编写一些基本代码。

07

在小ram和小容量硬盘的vps上的折腾

这次被拿来折腾的是hax的免费vps，纯ipv6，7天有效期，可无限续期，但是配置也低的可怜，只有450m的运行内存，127m的swap，硬盘总共就只有5g，一开始想装Debian11，就选了Debian11之后让它rebuild vps了

03

在Atom中配置Python开发环境

当然，这里有很多很棒的文本编辑器。例如Sublime Text, Brackets, Atom。我一直都是Atom的粉丝，因为它是完全免费的，而且它有很多可用的包和主题，使得编码更容易一些。在这里，我将介绍如何使用Atom配置一个“Python友好”的开发环境、一些对python编码有用的软件包，然后看看如何编写一些基本代码。

十个增加 Linux Shell 脚本趣味的小工具

很多人误以为shell脚本只能在命令行下使用。其实shell也可以调用一些GUI组件，例如菜单，警告框，进度条等等。你可以控制最终的输出，光标位置还有各种输出效果。下面我将介绍一些工具，帮助你创建强大的，互动的，用户友好的 Unix/Linux shell脚本。我在FreeBSD和Linux下测试过这些工具，不过其他UNIX系列的操作系统应该都支持的。

04

我的世界基岩版服务器搭建

服务器类型：腾讯云轻量应用服务器2H4G 操作系统：Ubuntu Server 22.04 LTS 64bit（Ubuntu 18.04或者20.04也是可以的）

05

API 与 SDK：有什么区别？

既然点进来了，相信你或多或少都听说过这两个名词了，因此，在为你解答之前，让我们先从一个例子出发。假如你想开发一个 OCR 应用（通俗的说就是文字识别应用），他的功能是识别用户上传的一张图片，然后将图片中的文字识别出来返回给用户。如下图所示：

01

基于 Pusher 驱动的 Laravel 事件广播（下）

如在上一篇中 Laravel Pusher Bridge 触发了事件后，传入了三个参数：

03

构建自动车牌识别系统

在上面的架构中，有六个模块。标记、训练、保存模型、OCR和模型管道，以及RESTful API。但是本文只详细介绍前三个模块。过程如下。首先，我们将收集图像。然后使用python GUI开发的开源软件图像标注工具对图像进行车牌或号牌的标注。然后在对图像进行标记后，我们将进行数据预处理，在TensorFlow 2中构建和训练一个深度学习目标检测模型(Inception Resnet V2)。完成目标检测模型训练过程后，使用该模型裁剪包含车牌的图像，也称为关注区域（ROI），并将该ROI传递给Python中的 Tesserac API。使用PyTesseract，我们将从图像中提取文本。最后我们将所有这些放在一起，并构建深度学习模型管道。在最后一个模块中，将使用FLASK Python创建一个Web应用程序项目。这样，我们可以将我们的应用程序发布供他人使用。

03

免费的OCR识别工具就是香！

经常在网上查询文档资料的朋友一定有过这样的经历：好不容易找到了需要的内容，可是别说下载了，连复制一句话都不给复制的。尤其是 PDF 文档和图片类资料，就算我们充值下载到本地，很多也无法复制文本，只能手动敲出来。

03

Ubuntu14.04创建Genymotion虚拟机

最近工作开发环境有Windows切换到了Ubuntu，以前在Windows环境下使用Genymotion搞Android开发还蛮好用的。那么在Ubuntu环境下桌面创建Genymotion虚拟机呢，今天搞搞试试看～！～！

04

基于Selenium模拟浏览器爬虫详解

Selenium 是一个用于web应用程序自动化测试的工具，直接运行在浏览器当中，支持chrome、firefox等主流浏览器。可以通过代码控制与页面上元素进行交互（点击、输入等），也可以获取指定元素的内容。

08

远程服务器虚拟显示器（Ubuntu 20.04 LTS）[通俗易懂]

sudo apt-get –purge remove xserver-xorg-core-hwe-18.04 sudo apt-get –purge remove xserver-xorg-video-dummy

03

图片文字、数字识别并转文档

最近工作中有把图片中的文字和数字识别出来的需求，但是网上的图片转excel有些直接收费，有些网址每天前几次免费，后续依然要收费。

06

Tesseract-文字识别工具

最近在准备一个爬虫项目，准备阶段了解到一个文字识别工具，用在验证码方面很方便。现在主力开发机是mac，本文流程都是基于mac。

02

使用深度学习阅读和分类扫描文档

首先，我们要做的第一件事是创建一个简单的数据集，这样我们就可以测试我们工作流程的每一部分。理想情况下，我们的数据集将包含各种易读性和时间段的扫描文档，以及每个文档所属的高级主题。我找不到具有这些精确规格的数据集，所以我开始构建自己的数据集。我决定的高层次话题是政府、信件、吸烟和专利，随机的选择这些主要是因为每个地区都有各种各样的扫描文件。

04

Github上2700多星的Python公式识别项目，超两万多次下载，实力不言而喻

今天分享的这款公式识别神器是由大神Lukas-Blecher开发的，采用Python语言编写，在Github中获得2.7K stars和311次forks，从上线至今，平均每月有超过3500次下载，火爆程度杠杠的。

01

初次尝试Linux并记录一二

若出现服务器拒绝了SETP连接，但它监听FTP链接。。。没有安装sshd 解决方案

01

linux系统的分辨率低怎办

当我们用Linux的桌面环境的时候，有时屏幕发生偏移或分辩率太低，解决办法总共有两个，一个是安装显示卡的以驱动，另一个方法是通过xorg-x11软件包所提供的工具 gtf 来调整。一、显示设置的管理工具在Fedora 中，显示器和显示卡的配置工具是 system-config-display，存在于软件包system-config-display中，如果您没有这个命令或者在菜单上找不到这个工具，您可以自行安装。 [beinan@localhost ~]# rpm -q system-config-display system-config-display-1.0.29-1 如果没有上面的提示，你可以通过软件包管理工具 system-config-packages 来安装此软件。或者从光盘映像中找出此包安装。 [beinan@localhost ~]# rpm -ivh system-config-display* 调用方法: [beinan@localhost ~]# system-config-display 或 [beinan@localhost ~]# /usr/bin/system-config-display 这个工具比较简单，我们根据自己机器的配置就能配置得起来。值得注意的是如果您用液晶显示器，一定要选择LCD的。二、显示卡驱动显示卡的驱动能提供更强的功能，比如支持3D功能等。另外屏幕的分辨率等问题，都与显示卡是否有驱动有关。在系统默认安装的状况下，显示卡的驱动都是不支持3D的。我们要让系统支持3D，必须得有显示卡驱动。遗憾的是并不是所有的显示卡都有官方发布的类Unix系统的驱动，目前看来NVidia显示卡官方支持要强。ATI部份显示卡能得到官方的支持，据AIT的官方的说明文档得知，显示卡版本必须高于8500的才有官方驱动可用。如果您用的是Fedora Core 4.0 ，应该在线升级显示卡驱动，请参考《apt+synaptic 为Fedora core 4.0 中安装Nvida芯片显示卡及Ati 卡显示驱动》。我们可以用官方提供的显示卡图形调节工具来调整显示属性。极为简单，点鼠标完成，和Windows类似。安装完成ATI和NVIDIA驱动后，在菜单上有图形的配置工具，自己找找看。如果您用Intel 855集成显示卡，可以参考《Intel 集在显卡分辨率调整工具 855resolution》三、非NVidia 和ATI显示卡或者并未被ATI厂家支持的桌面显示问题的处理如果您通过 system-config-display 并不能解决您的显示方面的问题，比如屏幕偏移，分辨率上不去等问题。我们可以用gtf 工具来尝试。 1、gtf工具来自哪个软件包。 gtf 是来自软件包 xorg-x11，一般的情况下，如果您安装了桌面环境，就有这个工具。系统大多是默认安装的。 2、什么是gtf 。 gtf - calculate VESA GTF mode lines 中文的意思是计算显示设备VESA驱动GTF模式命令行工具。什么是gtf？gtf(generalized timing formula)，一般程序时间，定义了产生画面所需要的时间，包括了诸如画面刷新率等)，另外gtf也是显示设备的一个工业标准。通过GTF则可以自动调节屏幕尺寸。我们通过gtf 工具计算显示器屏幕尺寸、分辨率，然后我们把计算出来的值插入到 xorg.conf配置文件中，就能达到自动调节屏幕的显示尺寸、位置及分辨率。 3、gtf的用法。 gtf h-resolution v-resolution refresh [-v|--verbose] [-f|--fbmode] [-x|--xorgmode] 举例：我的显示器支持1024x768 ，能达到85HZ，在X模式下。

01

第十五章 : 软件包管理

If we spend any time in the Linux community, we hear many opinions as to which of themany Linux distributions is “best.” Often, these discussions get really silly, focusing onsuch things as the prettiness of the desktop background (some people won’t use Ubuntubecause its default color scheme is brown!) and other trivial matters.

01

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭