Knowledge/项目/ComputerVisor 外置视觉识别微服务.md

robot-ts @aspiresys/visor OmniParser UI-Atlas

中文OCR识别

多尺度图像匹配 (Multi-scale Matching) 能自动适应不同的屏幕分辨率、缩放比例（DPI）和高DPI显示器-1-2。这意味着在一台电脑上录制的脚本，在另一台分辨率或缩放设置不同的电脑上也能正常工作，解决了“坐标偏差”的问题。

DPI缩放检测 能自动检测Windows的显示缩放比例（如100%， 125%， 150%等）并调整坐标，开发者也可以手动覆盖。

模板元数据 (Template Metadata) 记录截图时的分辨率和缩放信息。在自动化时，利用这些元数据来预测并快速匹配图像，提升速度和可靠性。

• 区域（Region）自动化：visor.find()方法会返回一个Region对象-1-5，你可以基于这个区域进行精确的移动、点击、双击、截图等操作-1-5。

• 灵活的等待API：提供了 visor.wait() 等待单个图像出现-2，visor.waitAny() 等待多个图像中的任意一个出现（用于处理不同主题的UI）-2等功能，增强了脚本的健壮性。