图像 OCR 实战：实现图片文字提取功能（HarmonyOS 5.0.0+）_鸿蒙页面文本提取

适配 HarmonyOS 5.0.0 或以上版本：

---

🔍 图像 OCR 实战：实现图片文字提取功能（HarmonyOS 5.0.0+）

你是否想过：
拍一张纸质讲义，自动识别上面的文字？
截图一段通知，立即提取文字用于复制/翻译？

本篇将教你构建鸿蒙设备上的图像 OCR 系统：

✅ 加载本地图片（或拍照）
✅ 使用鸿蒙原生 OCR 能力识别文字
✅ 输出识别文本（可复制、展示）
✅ 全程离线运行，无需联网或云服务

---

✅ 核心模块（HarmonyOS 5+）

能力 模块名 是否支持 图像文字识别（OCR） @ohos.ai.cv.text ✅ 是 图片读取 + 展示 @ohos.file.fs + ArkTS UI ✅ 是

---

🎯 使用场景举例

• 文档扫描器（手写/打印体文字提取）

• 学生拍题识字助手

• 通知识别 + TTS 播报

• 屏幕截图辅助复制/翻译

---

📦 Step1：导入并初始化 OCR 模块

import text from \'@ohos.ai.cv.text\'let ocrClient: text.TextDetectorasync function initOCR() { ocrClient = await text.createTextDetector()}

---

📦 Step2：调用识别方法

async function detectText(path: string): Promise { return await ocrClient.detectText(path)}

返回示例结果：

[ { text: \'欢迎使用鸿蒙图像识别\', boundingBox: { x: 120, y: 80, width: 280, height: 32 } }, ...]

---

📦 Step3：UI 显示图像 + 文本框结果

@Entry@Componentstruct OCRDemo { @State path: string = \'/data/media/sample_text.jpg\' @State texts: text.TextDetectionResult[] = [] async aboutToAppear() { await initOCR() this.texts = await detectText(this.path) } build() { Column() { Stack() { Image(this.path).width(\'100%\').height(400).objectFit(ImageFit.Contain) ForEach(this.texts, t => ( Blank() .width(t.boundingBox.width) .height(t.boundingBox.height) .position({ x: t.boundingBox.x, y: t.boundingBox.y }) .border({ width: 1, color: Color.Red }) )) } Text(\'识别结果：\').fontSize(20).padding(10) ForEach(this.texts, t => ( Text(t.text).fontSize(16).lineHeight(22).padding(4) )) } .padding(16) }}

---

✅ 拓展能力建议

场景 建议处理 OCR + TTS 联动 检测后自动调用 TTS 合成进行语音播报 翻译功能拓展 检测后将文字调用翻译 API 返回新语言 图片批量识别 支持列表文件批处理识别 实时摄像头 OCR 摄像头抓帧 → OCR 检测（见后续第8篇实战）

---

⚠️ 注意事项（HarmonyOS 5.0.0+）

• 图片应为 JPG、PNG 格式，推荐大小控制在 1080px 内

• 检测耗时与图片大小/文字量成正比，建议加入 loading

• 手写识别支持有限，建议优先用于打印体场景

• 部分字符可能识别不完整，可结合模型优化或后处理规则增强效果

---

🧩 小结

你已实现完整的鸿蒙图像文字识别能力：

• 初始化原生 OCR 模块

• 加载本地图像文件并检测文字

• 返回每条文字的内容 + 位置信息

• 在 UI 中进行展示 + 视觉高亮

这是构建 AI 扫描助手、图文识别系统、教育拍题工具的核心基础。

---

📘 下一篇预告

第7篇：AI 图像裁剪助手——智能识别主体并自动裁切图片

我们将结合图像识别与图像处理模块，构建一个智能裁图系统，自动识别图片中“最重要的区域”，并裁剪输出。