常见问题

OCR 与颜色检测

← 返回所有分类

OCR 文字识别

OCR 识别和 OCR 比对有什么区别？通用
  • OCR 识别 — 把屏幕上的文字"读出来"，结果存入变量供后续使用。适合：读取金币数量、获取聊天内容、记录分数。
  • OCR 比对 — 读取文字后自动和"期望文本"对比，返回"一致/不一致"。适合：判断按钮文字是不是"确定"、检测是否出现了"错误"提示。

简单说：OCR 识别 = "告诉我上面写了什么"；OCR 比对 = "上面写的是不是 XXX"。

OCR 比对节点也支持"比对成功后点击"，和图像查找的点击逻辑类似。

OCR 识别不准确怎么办？通用

OCR 准确率受多种因素影响，按优先级排查：

  1. 缩小识别区域 — 区域越大，干扰文字越多。只框选需要识别的那一行/那几个字。
  2. 确保文字清晰 — 目标文字不能被遮挡、半透明、或有复杂背景花纹干扰。
  3. 文字不能太小 — 字号太小（如 8px）识别率会明显下降。
  4. 选择正确的语言 — 中文内容选中文，英文选英文。混合内容选中英文混合。
  5. 避免艺术字体 — 手写体、装饰体、严重变形的字体识别率很低。

Windows 版使用系统内置的 Windows OCR 引擎，无需额外安装。如果系统语言包缺失，需要在 Windows 设置 → 时间和语言 → 语言 中添加对应语言。

OCR 的"期望文本"是什么意思？通用

"期望文本"只在 OCR 比对节点中使用。它的意思是"你期望屏幕上显示的文字是什么"。

引擎识别出屏幕文字后，会和期望文本做比较：

  • 一致（或足够相似）→ 节点判定为成功
  • 不一致 → 节点判定为失败

举例：期望文本填"确定"，屏幕上按钮写的也是"确定" → 成功，可以继续执行点击操作。

如果留空，则不做比对，只要识别到任何文字就算成功。

Windows 版 OCR 需要额外安装什么吗？Windows

不需要。MacroAI Windows 版使用系统内置的 Windows OCR 引擎（Windows.Media.Ocr），Windows 10/11 自带，零安装。

但如果你需要识别中文，确保系统已安装中文语言包：

  1. 打开 Windows 设置 → 时间和语言 → 语言
  2. 确认"中文（简体）"在语言列表中
  3. 如果没有，点击"添加语言"安装

英文是默认自带的，一般不需要额外操作。

OCR 支持哪些语言？如何切换？通用

支持的语言取决于系统已安装的语言包。最常用的是中文简体和英文，此外还支持中文繁体、日文、韩文等（取决于系统语言包）。

在 OCR 节点配置中，有"语言"下拉框可以选择识别语言。

注意：语言选错会导致识别率大幅下降。比如用英文模式识别中文，结果会是乱码或空。

如果下拉框中没有你需要的语言，需要先在操作系统中安装对应的语言包。

颜色检测

颜色检测的三种模式分别适合什么场景？通用
  • 取色（point） — 获取屏幕上某一个点的颜色值。
    场景：检查固定位置的状态（技能图标是否亮了、按钮是否变灰了）。
    输入：一个坐标。输出：该点的 RGB/HSV/Hex 颜色值。
  • 主色（dominant） — 分析一个区域内占比最大的颜色。
    场景：判断弹窗背景色、检测页面主题色、识别文字颜色（第二主色）。
    输入：一个区域。输出：该区域的主色（可返回前 N 个主色）。
  • 搜索（search） — 在区域内找到匹配目标颜色的位置。
    场景：在小地图上找红点、在画面中找绿色NPC标记。
    输入：区域 + 目标颜色 + 容差。输出：匹配位置的坐标。
"容差"是什么意思？设多大合适？通用

容差（tolerance）控制颜色匹配的宽松程度。因为屏幕上的颜色可能因为光照、抗锯齿、半透明叠加等原因和你预期的不完全一致。

  • 容差 = 0：必须完全一致（几乎不可能，因为抗锯齿会让边缘像素颜色偏移）
  • 容差 = 20~30：允许轻微偏差（推荐起始值）
  • 容差 = 50~80：比较宽松，颜色差异明显也能匹配上
  • 容差 > 100：太宽松，可能匹配到不相关的颜色

建议：从 30 开始试，如果匹配不到就逐步加大，如果出现误匹配就缩小。

我想判断某个位置是不是红色，应该用哪种模式？通用

用取色模式（point）+ 条件判断：

  1. 添加颜色检测节点，模式选"取色"
  2. 设置坐标为你要检测的那个点
  3. 结果存入变量（如 color）
  4. 添加条件判断节点，使用 color_is 函数判断：
    color_is(color, "red", 30) — 判断是否红色，容差 30

也可以用 RGB 值精确判断：color_is(color, {r=200, g=30, b=30}, 40)

如果你不是要判断"一个点"，而是要"在一大片区域里找红色在哪"，那应该用搜索模式。

颜色检测返回的 hex/name/rgb 分别是什么？通用

颜色检测返回多种格式的颜色描述，方便不同场景使用：

  • rgb（如 r=200, g=30, b=30）— 红绿蓝三通道值，0~255。最基础的颜色表示。
  • hex（如 "#C81E1E"）— 十六进制颜色码，网页设计常用格式。
  • name（如 "red"）— 最接近的颜色名称（红/绿/蓝/黄/白/黑等），方便快速判断。
  • hsv（如 h=0, s=85, v=78）— 色相/饱和度/明度，适合做颜色范围判断。
  • brightness（如 0.35）— 亮度值 0~1，判断明暗。

大多数情况下用 color_is() 函数判断即可，不需要自己解析这些值。