免模型文字區偵測(MSER)

shape_locator 找的是矩形輪廓(按鈕 / 卡片,不是文字),``locate_text`` 需要 Tesseract / Paddle 引擎*以及*要 搜尋的確切字串。兩者都無法在不跑 OCR、也不知道內容的情況下回答「畫面上哪裡有*任何*文字?」。find_text_regions 與 find_text_lines 以 MSER(最大穩定極值區域)找出字元 / 詞 / 行的區塊,讓腳本能裁切候選文字框餵給 OCR (比全畫面 OCR 更快更準),或在未安裝 OCR 相依時單純偵測「某標籤出現了」。

在可注入的 haystack``(ndarray / 路徑 / PIL)上執行,因此可對合成陣列做無頭測試。``cv2.MSER_create 屬於 OpenCV 核心(不需 contrib);OpenCV + NumPy 透過 je_open_cv 引入。不匯入 PySide6。

無頭 API

from je_auto_control import find_text_regions, find_text_lines

# 裁切每一行文字,只對該長條做 OCR。
for line in find_text_lines(y_tolerance=8):
    print(line["x"], line["y"], line["width"], line["height"])

# 或逐字元 / 逐詞的區域。
for box in find_text_regions(min_area=80):
    highlight(box["x"], box["y"], box["width"], box["height"])

find_text_regions 為每個區域回傳 {x, y, width, height, area, center},由大到小;``merge`` 會聯集 MSER 逐字元的巢狀偵測,``min_area`` / max_area 去除雜點與整頁大小的區塊,``max_aspect`` 排除長條狀的分隔線。 find_text_lines 將垂直中心在 y_tolerance 像素內的字元框歸為同一行,每行一個框、由上到下。空白畫面回傳空 清單(整框極值區域已被濾除)。

執行器命令

AC_find_text_regions``(``min_area / max_area / merge / max_aspect / region → {count, regions})與 AC_find_text_lines``(``y_tolerance / region → {count, lines})。它們以 MCP 工具 ac_find_text_regions / ac_find_text_lines 以及 Script Builder 中 Image 分類下的命令提供。