Dev

docx/CHANGELOG.md

@@ -1,4 +1,23 @@
-# [0.43.0](https://github.com/shelllet/winui/compare/main...dev) (2025-04-07)
+# [0.44.0](https://github.com/shelllet/winui/compare/main...dev) (2025-05-03)
+
+### Changed：
+1. [相机类型](./actions/type/TypeCamera.md) 动作支持工业 USB3/GIGE 接口相机，比如海康相机。
+2. 更新 [文字识别](./actions/ai/PaddleOCR.md) 动作，运行加载其它语言模型，用来识别中英文以外的文字。
+3. 更新 [文字识别（Tesseract）](./actions/ai/TesseractOCR.md) 动作, 支持基于 *Tesseract* （常用来识别特殊字体）的文字识别。
+4. 添加动作菜单*缓存对象*。 用来解决 某些动作反复执行时，由于内置对象的初始化比较耗，导致不必要的时间开销。
+5. 动作支持借助脚本更新运行时参数，详情参考动作说明。 
+6. 修复导入其它流程崩溃问题。
+7. 修复 Web 自动化浏览器无正常退出问题。
+8. 修复 [图像匹配](./actions/detection/MatchImage.md) 不显示另 `Else` 连接点。
+9. 修复 打开流程后，按 *Enter* 键崩溃问题。
+
+### Note
+
+1. 使用管理员权限运行 *小友+*, 无法显示 *动作* 的拖动效果（已知问题）。
+2. 64位下载(x64)：https://winui.net/_media/simple/小友+0.44.0-setup.x64.exe
+
+
+## [0.43.0](https://github.com/shelllet/winui/compare/main...dev) (2025-04-07)
 
 ### Changed：
 1. 增加[图像匹配](./actions/detection/MatchImage.md) 动作。

docx/_coverpage.md

@@ -7,7 +7,7 @@
 
 - Right now support down to build 17763 (version 1809/October 2018 Update) of Windows 10.. 
 
-[微软商店](https://apps.microsoft.com/store/detail/XP9BRHTXN0Z3V7)
+[微软商店](https://apps.microsoft.com/detail/xp9lv7v0p6s74z?hl=en-US&gl=CN)
 [下载](https://api.winui.net/simple/v5/download_latest ':id=simple')
 
 

docx/_sidebar.md

@@ -14,10 +14,18 @@
     - [鼠标/键盘宏录制](./introduction/workflow/record)
     - [变量](./introduction/workflow/variable.md)
     - [资源](./introduction/workflow/resources.md)
+    - [动作](./introduction/workflow/action.md)
     - [流程操作技巧](./introduction/workflow/skill.md)
-    - [通配符匹配](./introduction/workflow/wildcard.md)
-    - [Glob模式匹配](./introduction/workflow/glob.md)
+  - 其它
+    - [Glob模式](./introduction/mixed/glob.md)
+    - [通配符](./introduction/mixed/wildcard.md)
     - [Web 定位策略](./introduction/webdriver/locators.md)
+    - [Tesseract 支持的语言](./introduction/tesseract/Languages_Scripts.md)
+    - [Tesseract 数据文件](./introduction/tesseract/Data-Files.md)
+    - [Tesseract 5 的训练](./introduction/tesseract/tesstrain.md)
+    - [ Windows 系统上安装 CUDA](./introduction/mixed/CUDA.md)
+    - [cuDNN 和 CUDA 版本对应关系](./introduction/mixed/cuDNN.md)
+    - [Paddle2ONNX模型转化](./introduction/mixed/paddle2onnx.md)
     - [UIAutomatorViewer 工具](./introduction/android/uiautomatorviewer.md)
   - [动作](./actions/README.md)
     - 系统
@@ -134,10 +142,11 @@
     - 深度学习
       - [目标分类](./actions/ai/ImageClassification.md)
       - [对象检测](./actions/ai/ObjectDetection.md)
-      - [文字识别](./actions/ai/ImageOCR.md)
+      - [文字识别](./actions/ai/PaddleOCR.md)
       - [文本块检测](./actions/ai/TextDetection.md)
       - [二维码识别](./actions/ai/QRCode.md)
       - [条码识别](./actions/ai/BarcodeDetector.md)
+      - [文字识别（Tesseract）](./actions/ai/TesseractOCR.md)
     - 媒体
       - [窗口截图](./actions/media/CaptureWindow.md)
       - [全屏截图](./actions/media/CaptureFullScreen.md)
@@ -236,6 +245,7 @@
       - [关系运算](./actions/control/RelationalOperator.md)
       - [参数](./actions/control/Param.md)
       - [分组](./actions/control/GroupAction.md)
+      - [软触发](./actions/control/SoftwareTrigger.md)
     - 算法
       - [分割字符串](./actions/algorithm/SplitString.md)
       - [合并字符串](./actions/algorithm/JoinString.md)
@@ -340,4 +350,8 @@
     - [WebLocated](./enums/WebLocated.md)
     - [ModuleOption](./enums/ModuleOption.md)
     - [BARCODE_Encoding](./enums/BARCODE_Encoding.md)
+    - [PageSegMode](./enums/PageSegMode.md)
+    - [CameraTriggerActivation](./enums/CameraTriggerActivation.md)
+    - [CameraTriggerSource](./enums/CameraTriggerSource.md)
+    - [CameraType](./enums/CameraType.md)
   - [Changelog](./CHANGELOG.md)

docx/actions/ai/ImageOCR.md → docx/actions/ai/PaddleOCR.md

@@ -1,7 +1,7 @@
 # 文字识别 
 识别图像中的中文/英文文字。
 
-![ImageOCR](./images/03.png ':size=90%')
+![PaddleOCR](./images/03.png ':size=90%')
 
 ## 子流程
 > 不支持
@@ -20,13 +20,21 @@
 * 角度分类器
 >  指定是否使用角度分类器，默认识别：0°、90° 、270°。 如果使用，则可识别旋转180°的图片。如果文本没有旋转180°，为了性能，请不要使用该选项。其它文本旋转角度无法准确识别。
 
+* 检测模型
+> 检测模型文件，用于非内置语言检测。
+* 分类器模型
+> 角度分类模型文件，用于非内置语言检测。
+* 识别模型
+> 识别模型文件，用于非内置语言检测。
+* 字典文件
+> 字典文件，参考：[Paddle2ONNX模型转化与预测](./introduction/mixed/paddle2onnx.md)。
 ## 输出 
 
 > 识别结果, 参考： [`RecognitionResults`](./types/RecognitionResult.md)。
 
 ### 其它
 
-示例 https://github.com/shelllet/WinUi/blob/main/dnn/ImageOCR.simple
+示例 https://github.com/shelllet/WinUi/blob/main/dnn/PaddleOCR.simple
 
 <iframe type="text/html" height="640px" src="https://www.youtube.com/embed/-XdfKlw-vgQ" frameborder="0"></iframe>
 

docx/actions/ai/TesseractOCR.md

@@ -0,0 +1,33 @@
+# 文字识别（Tesseract）
+基于 Tesseract OCR 的一款开源的光学字符识别引擎。能够识别多种语言的文字，包括但不限于英语、中文、法语、德语等。
+
+* 支持多种语言：Tesseract 能够识别多种语言的文字，包括但不限于英语、中文、法语、德语等。通过训练数据的扩展，其语言识别能力还在不断增强。
+* 高识别准确率：在经过大量数据训练和优化后，对于清晰的文档图像，Tesseract 可以达到较高的识别准确率。它能够处理多种字体、字号和排版格式的文字，对噪声和图像变形有一定的鲁棒性。
+* 可定制性强：用户可以根据自己的需求对 Tesseract 进行定制，例如训练自己的字库模型，以提高对特定领域或特殊字体的识别效果。此外，还可以调*整各种参数来优化识别过程，适应不同的应用场景。
+
+![TesseractOCR](./images/07.png ':size=90%')
+
+## 子流程
+> 不支持
+
+## 运行参数
+
+* 图像
+> 包含文字的图片。
+
+* 数据文件
+> 默认值为 NULL，包含了 **英语**、**中文 - 简体** 和 **中文 - 繁体**。 它指定了 Tesseract 数据文件所在的路径。其它语言需要下载对应的数据文件，参考：[训练数据文件](./introduction/tesseract/Data-Files)。
+
+* 识别语言
+> 默认值为 "eng"。它指定了要识别的语言，可以使用 ISO 639-3 语言代码来指定语言，例如 "eng" 表示英语，"chi_sim" 表示简体中文。如果要同时识别多种语言，可以用 "+" 连接不同的语言代码，如 "eng+chi_sim"，参考： [Tesseract 支持的语言](./introduction/tesseract/Languages_Scripts)
+
+* 页面分割模式
+>  默认值为 `AUTO` 。它指的是页面分割模式（Page Segmentation Mode），决定了 Tesseract 如何对图像中的页面进行分割和识别，例如是按行识别、按单词识别还是按单个字符识别等。参考：[PageSegMode](./enums/PageSegMode.md)。
+
+## 输出 
+
+> 识别结果, 参考： [`RecognitionResults`](./types/RecognitionResult.md)。
+
+### 其它
+
+示例 https://github.com/shelllet/WinUi/blob/main/dnn/PaddleOCR.simple

docx/actions/algorithm/FilterText.md

@@ -10,7 +10,7 @@
 ## 运行参数
 
 * 数据 
->   含有文本的列表，例如 [*文字识别*](./actions/ai/ImageOCR.md) 动作。
+>   含有文本的列表，例如 [*文字识别*](./actions/ai/PaddleOCR.md) 动作。
 
 * 文本
 > 文本，*字符串* 类型，参考：[String](./types/String.md)， 支持 [*通配符（WildCard）*](./introduction/process/wildcard.md) 匹配。

docx/actions/algorithm/JoinString.md

@@ -1,5 +1,5 @@
 # 合并字符串 
-将字符串列表，或者含有字符串的列表（如 [文本检测](./actions/ai/ImageOCR.md)），合并成字符串。
+将字符串列表，或者含有字符串的列表（如 [文本检测](./actions/ai/PaddleOCR.md)），合并成字符串。
 
 ![JoinString](./images/16.png ':size=90%')
 

docx/actions/cloud/BaiduTranslate.md

@@ -1,33 +1,30 @@
 # 百度翻译 
 百度翻译
 
-![action](./images/2022-11-17_184608.png ':size=90%')
+![BaiduTranslate](./images/01.png ':size=90%')
 
 ## 子流程
 
 > 不支持
 
 ## 运行参数
 
-* [AppID]()：AppID
-* [Secret]：Secret
-* From：源语言
-* To：目标语言
-* Text：翻译的文本
+* AppID
+> AppID
+* Secret
+> Secret
+* 源语言
+>
+* 目标语言
+>
+* 文本
+> 翻译的文本
 
 
 ## 输出
 
 > 翻译后的文本
 
 
-## 脚本调用
-
-```python
-import simple
-
-
-```
-
 ## 示例
 

docx/actions/control/SoftwareTrigger.md

@@ -0,0 +1,23 @@
+# 软触发 
+工业相机的软触发（Software Trigger）是通过软件指令控制图像采集的技术，适用于需要灵活控制采集时机的场景（如机器视觉检测、动态目标捕捉）。如果工业相机设置了软触发模式，该动作可以触发相机拍照。
+
+![SoftwareTrigger](./images/04.png ':size=90%')
+
+
+## 子流程
+> 不支持
+
+
+## 运行参数
+
+
+* 对象
+> 相机对象，参考：[相机](./actions/type/TypeCamera.md)。
+
+
+## 输出
+
+>    无。
+
+## 其它
+

docx/actions/type/TypeCamera.md

@@ -2,33 +2,36 @@
 定义相机类型，当前系统必须连接相机设备，且不被占用(USB相机通常已经连接)。工业 *GIGE* 接口的相机需要手动安装相应的驱动程序。
 
 ![TypeCamera](./images/15.png ':size=90%')
-* 该动作不能获取相机图像，需要配合动作 [相机图像](./actions/media/VideoFrame.md) 获取相机图像。
+* 该动作在非触发模式，需要配合动作 [相机图像](./actions/media/VideoFrame.md) 获取相机图像。
+
 ## 权限
 > 无要求
 
 ## 子流程
-> 支持。
+> 支持。非触发模式相机对象传子流程。触发模式时，相机图像转入子流程。
 
 ## 运行参数
 
 * 相机
 > 相机索引，默认值：`0`，表示第 `1` 个相机设备。
 
+- 类型
+> 相机类型，参考：[CameraType](./enums/CameraType.md)。
 
-## 输出
-
-> 相机对象，参考：[VideoCapture](./types/VideoCapture.md)。
+* 触发模式
+> 触发模式开关，只支持相机是 GIGE/USB3 工业相机。
 
+* 触发源
+> 只支持触发模式打开时设置。参考：[CameraTriggerSource](./enums/CameraTriggerSource.md)。
 
-## 脚本调用
 
-```python
-import simple;
+* 触发激活方式
+> 只支持触发模式打开时设置。参考：[CameraTriggerActivation](./enums/CameraTriggerActivation.md)。
 
 
-cap = VideoCapture(0)
+## 输出
 
-```
+> 相机对象，参考：[VideoCapture](./types/VideoCapture.md)。
 
 ## 示例
 

docx/enums/CameraTriggerActivation.md

@@ -0,0 +1,13 @@
+# CameraTriggerActivation
+
+* RisingEdge 
+> 上升沿
+* FallingEdge
+> 下降沿
+* LevelHigh
+
+> 高电平
+
+* LevelLow
+
+> 低电平

docx/enums/CameraTriggerSource.md

@@ -0,0 +1,11 @@
+# CameraTriggerSource
+- Line0
+> 非隔离输入（如海康相机）。
+- Line1
+
+- Line2
+
+> 可配置为输入/输出的双向I/O（如LEO系列相机）。
+- Software 
+
+> 通过主机发送软件命令触发拍照，优点是配置灵活，但触发速度和精度低于硬件触发

docx/enums/CameraType.md

@@ -0,0 +1,8 @@
+# CameraType
+
+- USB2
+
+- USB3
+> 常见于工业相机接口
+- GIGE
+> 常见于工业相机接口

docx/enums/PageSegMode.md

@@ -0,0 +1,24 @@
+# PageSegMode
+
+* AUTO (3)
+> 自动检测页面布局并进行识别。这是最常用的模式之一，Tesseract 会自动分析图像的布局，尝试确定文字的行、段落等结构，然后进行识别。适用于大多数普通文档图像。
+* SINGLE_COLUMN (4)
+> 假定图像包含一个垂直排列的单列文本。当图像中的文字是以单列形式排列时，使用此模式可以更准确地识别文字，引擎会按照单列文本的结构进行处理。
+* SINGLE_BLOCK_VERT_TEXT (5)
+> 假定图像包含一个垂直排列的文本块。如果图像中的文字是垂直书写的，并且形成一个整体的文本块，使用该模式可以更好地进行识别。
+* SINGLE_BLOCK (6)
+> 假定图像包含一个统一的文本块。对于没有明显分行或段落结构的图像，如一些标语、横幅等，使用此模式可以将整个图像作为一个文本块进行识别。
+* SINGLE_LINE (7)
+> 将图像视为单行文本进行识别。适用于只包含一行文字的图像，如标题、菜单等，引擎会专注于识别这一行文字。
+* SINGLE_WORD (8)
+> 将图像视为单个单词进行识别。当图像中只包含一个单词时，使用此模式可以提高识别的准确性。
+* CIRCLE_WORD (9)
+> 将图像视为单个单词，且该单词可能是圆形排列的。对于一些以圆形方式排列的文字，如商标、徽章上的文字，此模式可以更好地进行识别。
+* SINGLE_CHAR (10)
+> 将图像视为单个字符进行识别。用于识别只包含一个字符的图像，例如验证码中的单个字符。
+* SPARSE_TEXT (11) 
+> 在图像中查找稀疏分布的文本，不进行特定的页面布局分析。当图像中的文字分布比较分散，没有明显的布局结构时，使用此模式可以找出所有的文字。
+* SPARSE_TEXT_OSD (12)
+> 在图像中查找稀疏分布的文本，并进行方向和脚本检测。结合了方向和脚本检测功能，适用于文字分布稀疏且方向不确定的图像。
+* RAW_LINE (13)
+> 直接将图像中的像素作为原始文本行进行识别，不进行任何页面分割或预处理。这种模式适用于一些特殊情况，如手写文字或经过特殊处理的图像，引擎会尽量直接识别像素中的文字信息。