App Inventor 2 OCR 自研拓展：离线图片文字识别（Tesseract 5）

• 拓展下载
• 简介
• 技术原理与内部框架
• 快速上手
• 属性
• 事件
• 方法
• 使用示例
• 常见问题

« 返回首页

拓展下载

• .aix 最新拓展下载：

  cn.fun123.OCR.aix - v2.0

  • 内置简体中文 chi_sim 轻量模型，安装后即可离线识别

注：本拓展包含原生库（.so），联机调试需 2026-07 之后的新版 AI 伴侣；打包 APK 不受影响，详见 常见问题。

简介

OCR（Optical Character Recognition，光学字符识别）拓展把 Tesseract 5 引擎带进 App Inventor：给一张图片，把图里的文字认出来变成文本。完全离线——不需要 API Key、不联网、不产生任何费用，识别在手机本地完成。

三种图片来源都支持：

典型场景：拍答题卡取题、识别商品标签、从截图里抽文字、无障碍朗读前取词等。

技术原理与内部框架

拓展采用“输入适配 → 后台识别 → 事件回传”的处理框架：

1. 模型管理：Init 首次运行时把语言模型释放到应用私有目录，并创建 Tesseract 识别实例；更换 Language 后可加载应用素材中的其它语言模型。
2. 输入适配：文件路径、图像组件和 Base64 数据都会先统一解码为 Android Bitmap，再交给识别层处理。
3. 任务调度：初始化和识别任务在单线程后台队列中顺序执行，避免阻塞界面；Ready 与 Busy 用于暴露当前状态并防止任务重入。
4. 文字识别：底层通过 Tesseract 5 与 Leptonica 分析图像，使用 .traineddata 语言模型输出 UTF-8 文本。
5. 结果回传：识别完成后切回界面线程，通过 Initialized、GotText 和 ErrorOccurred 事件把状态、文本或错误信息交给 App Inventor 积木。

快速上手

调用顺序固定三步：先 Init 初始化引擎 → 等 Initialized 事件 → 再调识别方法、在 GotText 里拿结果。识别是异步的，调完方法就返回，结果通过事件送回来。

属性

Language

识别语言，对应 tessdata 里的模型名，默认 chi_sim（简体中文）。要用其它语言，把对应的 .traineddata 加进应用素材，再把本属性设成它的文件名（不含扩展名）。

Ready

引擎是否已就绪（Init 成功后为真）。只读。

Busy

是否正在识别中；识别期间再次调用识别方法会被忽略并触发 ErrorOccurred。只读。

事件

Initialized(success,message)

初始化完成时触发；success 为真表示引擎已就绪。

GotText(text)

识别成功时触发，text 为识别出的文字。

ErrorOccurred(message)

出错时触发。

方法

Init()

初始化识别引擎（首次会把模型解到应用私有目录）。异步执行，完成后触发 Initialized 事件。

RecognizeImageFile(path)

识别图片文件里的文字。路径可以是素材名、/sdcard 路径或 file:// 地址。异步执行，成功后触发 GotText 事件。

RecognizeImageComponent(imageComponent)

识别图像组件当前显示图片里的文字。

RecognizeBase64(base64)

识别 Base64 编码图片里的文字（可带 data:image/…;base64, 前缀）。

Release()

释放引擎占用的内存；之后需要重新 Init。

使用示例

一个最小的可运行流程：进屏幕就初始化引擎，点按钮识别图像组件里的图片，结果写进标签。组件：图像1（图像）、按钮1（按钮）、标签1（标签）、OCR1（本拓展，非可视）。

when Screen1.Initialize {
  OCR1.Init();
}

when OCR1.Initialized(success, message) {
  if (success) {
    标签1.Text = "OCR 就绪，点按钮开始识别";
  } else {
    标签1.Text = "初始化失败：" + message;
  }
}

when 按钮1.Click {
  OCR1.RecognizeImageComponent(图像1);
}

when OCR1.GotText(text) {
  标签1.Text = text;
}

识别 Base64 图片（比如从摄像头、网络组件拿到的数据）：

when OCR1.GotText(text) {
  标签1.Text = text;
}
when OCR1.ErrorOccurred(message) {
  标签1.Text = "识别失败：" + message;
}

procedure 识别Base64(数据) {
  if (OCR1.Ready) {
    OCR1.RecognizeBase64(数据);
  } else {
    标签1.Text = "请先初始化 OCR";
  }
}

常见问题

Q：联机调试有什么版本要求？

A：本拓展带原生库，需要使用 2026-07 之后的新版 AI 伴侣；打包 APK 不受影响。

Q：识别准确率不高，怎么调？

A：fast 模型追求速度与体积，准确率略低于标准模型。想换标准模型：从 tessdata 下载对应语言的 .traineddata（约 40MB）加进应用素材，Language 属性保持模型名不变即可（首次 Init 会从素材解出覆盖内置 fast 模型需要自行保证素材名与 Language 一致）。同时尽量提供清晰、端正、对比度高的图片，识别率会有明显提升。

Q：支持英文或其它语言吗？

A：支持。把对应语言的 .traineddata 加进应用素材，Language 设成模型名（如 eng）即可。拓展内置的只有 chi_sim。

Q：能识别手写字吗？

A：Tesseract 对印刷体效果最好，手写体识别率有限，不建议依赖。