配置文本识别设置

相关项: GUI 测试和组件

本主题描述如何配置文本识别设置。

先决条件

在您的应用程序中，捕获要检测或提取的文本的图像。

返回页首

分析文本的特征

确定是否可以使用文本（或类似于文本）属性而不是文本识别机制捕获文本。

运行使用 OCR 的步骤会比运行使用基于属性的对象识别的步骤花费更长的时间。

返回页首

确定要使用的 OCR 引擎

您可能需要对应用程序进行试验，以找出哪种 OCR 设置可获得最佳效果。确定了哪种 OCR 引擎最适合您的测试后，建议您始终使用该引擎。对不同的运行使用不同的引擎可能会产生不同的结果。

当选择 OCR 引擎时，请考虑以下事项:

考虑事项 Google 和 Baidu (云) ABBYY 和 Tesseract (非云)
精度

选择证明最能准确体现您的应用程序的 OCR 引擎。

云供应商提供不同的客户计划，从而提供各种级别的精度。
可用性

需要云 OCR 帐户和可用的 Internet 连接

不需要帐户或 Internet 连接
语言支持

Google 云 OCR 自动检测语言并支持混合语言文本。您不必指定期望在应用程序中使用的语言。另请参阅已知问题 - 多语言应用程序。

与 ABBYY 相比，Baidu OCR 支持的语言较少，但在象形语言 (例如中文、日语或朝鲜语) 中提供了较高的准确性和较好的识别能力。

在“文本识别”窗格中检查 Baidu 和 ABBYY 的可用语言列表。Baidu 分别支持各种语言或包含中文和英语的文本。另请参阅已知问题 - 多语言应用程序。

ABBYY OCR 支持许多语言，可以将其配置为支持多种语言，并且可以识别混合语言文本。

使用 Tesseract OCR 引擎时，一次只能使用一个语言包。有关语言中语言包的更多详细信息，请参阅以下内容。
性能

受 Internet 连接质量 (而不是计算机配置) 的影响。

受云平台计划的影响。

需要强大的处理器。在较旧的计算机上，可能需要很长时间才能为复杂图像或多语言文本提供结果。

Tesseract OCR 引擎比 ABBYY OCR 引擎慢。如果您的测试大量使用了文本识别步骤 (例如 GetVisibleText)，请注意运行这些测试所需的总时间将增加。

返回页首

设置适当的选项

在“选项”对话框的“文本识别”窗格 (“工具”>“选项”>“GUI 测试”选项卡 >“文本识别”节点) 中，设置以下选项:

OCR 引擎类型

选择以下文本识别机制之一:

  • ABBYY OCR (默认选项)
  • Tesseract OCR 引擎
  • Google 云 OCR 引擎
  • Baidu 云 OCR 引擎

UFT One 2021 R1 及更高版本: ABBYY OCR 文本识别引擎仅在您将其包含在 UFT One 安装中时可用。如果未安装 ABBYY，Tesseract 将用作默认引擎。
配置与云 OCR 服务的连接

使用云 OCR 引擎需要在相关供应商处设置一个帐户，并获取用于连接到云服务的访问令牌或密钥。

  • 输入您的访问令牌或密钥
  • 如果您的 Internet 连接需要代理服务器，请指定代理服务器地址和身份验证详细信息。
  • 按“测试连接”以测试连接详细信息，并确保 UFT One 可以连接到云 OCR 服务。
文本识别模式

(仅限 ABBYY 和 Tesseract OCR 引擎)

  • 单文本块模式: 专注于区域并将其视为单个文本块。该选项对尝试捕获小对象上的文本或小文本区域中的文本尤其有用。如果对象文本的字体、大小、颜色和背景都一致，请选择该选项。

  • 多文本块模式: 指示 OCR 机制处理对象中背景字体和字体大小不同的每个文本区域。OCR 机制按照内部算法决定划分文本块的位置。只有当对象上的文本由不同的字体、字体大小、颜色和/或背景组成时，才选择该选项。
语言

可用语言和支持的语言 (仅限 ABBYY OCR 引擎)

从可用语言列表中，选择文本识别支持的一种或多种语言。

语言类型 (仅限 Baidu OCR 引擎)

从语言列表中，选择一种语言以支持文本识别，或者选择“中文与英语”。

当前语言包 (仅限 Tesseract OCR 引擎)

用于文本识别的当前语言包。使用 Tesseract 引擎时，一次只能使用一个语言包。

您可以从 Tesseract OCR 引擎下载站点下载其他语言包: https://github.com/tesseract-ocr/tessdoc/blob/master/Data-Files.md#data-files-for-version-400-november-29-2016。下载后，将文件添加到“<UFT One 安装文件夹>/dat/tessdata4.1”文件夹。
预览 (仅限 ABBYY、Baidu 和 Google OCR 引擎)

单击此按钮可预览根据此任务中设置的选项生成的文本识别结果。

有关详细信息，请参阅验证文本识别配置。
文本识别的符号 (仅限 Tesseract OCR 引擎) 输入希望 UFT One 识别的字符列表。当 UFT One 运行测试时，它将仅对指定的字符执行文本识别，所有其他字符均被忽略。
使用文件中的配置

(仅限 Tesseract OCR 引擎) 指示 UFT One 从外部创建的文件加载文本识别配置。

有关创建文件的详细信息，请参阅 https://github.com/tesseract-ocr/tesseract/blob/master/doc/tesseract.1.asc。
在使用文本识别之前预处理图像 指示 UFT One 在执行文本识别之前处理背景图像。这使 UFT One 可以在使用文本识别之前标识图像元素。

启用快速模式 (仅限 Tesseract OCR 引擎)

Tesseract 引擎提供了一种快速模式来提高 OCR 性能。这可能降低文本识别的准确性。

UI 中不再提供“快速模式”选项。快速模式现在由用于 OCR 的数据文件控制。

启用快速模式:

  1. 从 Tesseract OCR 引擎站点 https://github.com/tesseract-ocr/tessdata_fast 下载快速模式的语言包。

  2. 将“<UFT One 安装文件夹>/dat/tessdata4.1”文件夹中的文件替换为快速模式的新文件。

    注: 确保保留原始文件，以防您以后想禁用快速模式。

返回页首

验证文本识别配置

可以使用“预览”按钮来验证您在设置适当的选项中设置的文本识别选项，然后优化您的设置。

使用 Google 或 Baidu 预览文本识别结果:

  1. 单击“工具”>“选项”>“GUI 测试”选项卡 >“文本识别”节点中的“预览”按钮。
  2. 在“预览”对话框中，单击“浏览”以选择应用程序的图像文件，然后单击“识别”。
  3. 在右侧框中查看识别结果。
  4. 如有必要，调整“文本识别”选项。

使用 ABBYY 预览文本识别结果:

  1. 单击“工具”>“选项”>“GUI 测试”选项卡 >“文本识别”节点中的“预览”按钮。
  2. 在“预览”对话框中，单击“浏览”以选择应用程序的图像文件。

  3. 选择或自定义一组 OCR 配置，然后单击“识别”。

    有关 OCR 配置集和识别参数的详细信息，请参阅预览窗格 (选项对话框 > GUI 测试选项卡 > 文本识别)。

  4. 在右侧框中，查看根据您选择或自定义的配置集以及您在“文本识别”窗格中设置的 OCR 选项生成的识别结果。

  5. 如有必要，调整您的文本识别设置。

    您可以在“选项”窗口中全局调整设置，也可以在测试中针对特定测试运行在本地调整设置。

    要针对测试中的测试运行进行本地调整，请单击“生成脚本”以生成选定或自定义的 ABBYY OCR 参数设置集 (SetABBYYParameters 步骤)，然后单击“复制脚本”以复制到您的测试。

    提示:  

    • 如果希望 ABBYY OCR 参数设置影响在同一个测试运行中已检索到其文本的图像，请在插入 SetABBYYParameters 步骤之前插入 ClearOCRCache 步骤。

    • 在将 ABBYY OCR 参数设置用于部分测试运行后，您可以使用 ResetABBYYParameters 步骤返回到全局 ABBYY OCR 设置。

返回页首

另请参见: