Auto.js Pro 9.2版本正式发布


Auto.js Pro 9.2版本已于今天发布,带来了多个振奋人心的关键功能:

  • 支持Node.js代码加密,加密强度较高
  • 内置光学文字识别(OCR)
  • 特征匹配(Feature Matching),一种比模板匹配(Template Matching)更好兼容分辨率的找图/目标匹配方式
  • 插件商店上线
  • 多个API优化,尤其是Node.js API

除此之外,该版本极大地优化了稳定性,修复了此前Node.js API的多个关键问题。现在Node.js API可正式用于生产。

Node.js代码加密

正如Auto.js Pro加密说明所述,您现在可在Auto.js Pro打包时选择任一加密等级,即可加密使用Node.js模式编写的代码。

目前暂无收到此种加密方式的有效问题反馈,暂时可认为比较稳定。同时,从该加密方式推出到现在已有一个半月时间,目前未被破解、还原。

基于此,强烈推荐您使用Node.js API编写代码,以获得更高的性能(较旧引擎提高1~2个数量级)、更可靠的安全性、更规范的API设计。

内置光学文字识别(OCR)

光学文字识别(OCR)用于识别屏幕、图片中的文字,并提取为文本信息。结合TTS(文字转语音引擎)可用于读屏,在自动化测试中也可用于非原生Android编写的界面(比如Web等)的文字识别和测试;另外也在用于拍照、不可复制的文档中提取文本内容。

在新上线的插件商店中,PaddleOCR插件和MLKitOCR插件均为官方提供,其中PaddleOCR基于百度开源的飞浆OCR,中文准确率较高;MLKitOCR给予谷歌提供的MLKit移动端机器学习组件,文字识别速度一骑绝尘,但部分场景可能正确率稍低。

OCR暂未提供文档,可以在应用内示例中搜索OCR参考。

特征匹配

特征匹配是指基于搜索距离算法从两张相似的图像中找到对应的特征。特征匹配的准确性取决于图像的相似性、复杂性和质量。通常,使用正确的方法可以实现高比例的成功匹配,但可能会出现不确定性和错误,需要后期检查和纠正。

在对非原生Android编写的界面的自动化测试中,在以前我们一般使用模板匹配来搜索目标,但其不能兼容多种分辨率、旋转等,往往效率较差。最近SIFT特征匹配算法的专利到期,因此在该版本中我们增加了基于SIFT特征匹配的找图方式。具体用法可参考示例中的特征匹配例子。

有必要指出的是,特征匹配的效率相对模板匹配更差,所需的时间更久。在保证准确的前提下可以尽可能地调小scale参数,获得更好的匹配速度。

插件商店上线

未完待续…


本文不允许转载。
  目录