AutoHotkey V2扩展库ahk2_lib快速上手10分钟搭建一个智能截图识别工具【免费下载链接】ahk2_lib项目地址: https://gitcode.com/gh_mirrors/ah/ahk2_lib你是不是也遇到过这种情况AutoHotkey 脚本写好了自动化流程可一到读图片里的文字算超高精度小数做个现代界面就得一头扎进DllCall文档里翻半天AutoHotkey V2扩展库 ahk2_lib就是来解决这个问题的。它把 50 多个专业模块打包成一个工具箱从 Windows API 调用、OCR 文字识别、Excel 读写到 Web 界面、网络服务全部封装成几行就能调用的函数。它适合所有想从写脚本升级到写应用的 AHK 用户——不需要懂 C不需要翻微软文档上手就能跑。一眼看懂这是不是你要的东西项目说明适合谁用有 AutoHotkey 基础、想快速实现系统级或业务级功能的开发者核心能力OCR 识别、屏幕捕获、Excel/数据库操作、现代界面、网络服务、C 性能扩展上手难度★★☆☆☆会#Include就能开始典型产出自动文档录入工具、系统监控面板、数据报表、自动化测试脚本环境要求Windows AutoHotkey V2各 DLL 均自带 32/64 位版本三步上车指南从克隆到跑通第一个识别第 1 步获取项目代码在你自己的项目目录旁边克隆下来即可git clone https://gitcode.com/gh_mirrors/ah/ahk2_lib不需要安装任何依赖目录结构即模块结构RapidOcr/、WebView2/、SQLite/、WinAPI/一目了然。第 2 步引入你要的模块写一个空脚本用#Include引入模块注意尖括号路径写法#Include ahk2_lib\RapidOcr\RapidOcr ; OCR 识别 #Include ahk2_lib\wincapture\wincapture ; 屏幕捕获第 3 步跑通第一个识别把任意一张带文字的图片放到脚本目录运行下面这段ocr : RapidOcr({ models: A_ScriptDir \models }) ; 用项目自带的模型 result : ocr.ocr_from_file(1.jpg) ; 识别图片 MsgBox result.text ; 弹出识别到的文字看到弹窗里出现图片上的文字你的第一个 OCR 工具就跑通了。整个过程不到 10 行代码别慌就这么简单。核心能力速览按省下的时间看这张能力地图与其罗列技术名词不如看每个模块帮你省下了哪类时间帮你省下的时间对应模块一句话价值调 Windows API 的时间WinAPI/、Detours/系统调用、注册表、API 拦截全部封装好写界面 UI 的时间WebView2/、XCGUI/、CGdip.ahk现代 Web 界面或原生炫彩窗口拖出来就能用折腾数据格式的时间JSON.ahk、YAML.ahk、Base64.ahk解析、转换、序列化一行搞定处理业务数据的时间SQLite/CSQLite.ahk、XL/XL.ahk数据库与 Excel 直接读写不依赖 Office造轮子的时间MCode.ahk、Native/、ctypes.ahk嵌入 C 机器码性能关键处获得原生速度写网络代码的时间HttpServer.ahk、WebSocket.ahk、Socket.ahk从 HTTP 请求到实时通信一站配齐重复截图找字的时间wincapture/、RapidOcr/、Yolo/、opencv/截屏、找色、找图、OCR、目标检测全覆盖说白了这套库覆盖了一个 Windows 工具从采集→识别→处理→存储→展示的完整链路你只需要把模块像积木一样拼起来。一个完整实战做一个定时截图识别写 Excel的小工具下面把最有代表性的场景完整跑一遍定时截取屏幕上某个区域的文字识别后写入 Excel。这正好是智能文档录入系统的最小原型。第 1 步搭好脚本骨架#Include ahk2_lib\RapidOcr\RapidOcr #Include ahk2_lib\wincapture\wincapture #Include ahk2_lib\XL\XL ocr : RapidOcr({ models: A_ScriptDir \models }) ; 初始化识别器 book : XL.New(xlsx), sheet : book.addSheet(识别结果) ; 新建 Excel预期结果脚本能正常启动不报错。易错点models路径必须包含det/rec/cls三个 onnx 模型和keys.txt缺一个就会Throw。第 2 步初始化屏幕捕获dxcp : wincapture.DXGI() ; DXGI 桌面复制速度快预期结果拿到一个屏幕捕获对象。易错点DXGI 每进程只能有一个实例重复DXGI()会冲突。第 3 步截取指定区域box : Buffer(16, 0) ; 用 16 字节描述区域坐标 NumPut(uint, 0, uint, 0, uint, 400, uint, 200, box) bb : dxcp.captureAndSave(box) ; 截取左上角 400x200 区域 bb.save(capture.png) ; 存成临时图片预期结果目录里多出capture.png。易错点坐标超过屏幕范围会返回空建议先MsgBox A_ScreenWidth确认分辨率。第 4 步识别图片文字param : RapidOcr.OcrParam() param.doAngle : false ; 图片不是倾斜的可关闭角度检测提速 res : ocr.ocr_from_file(capture.png, param) MsgBox res.text ; 查看识别全文预期结果弹出识别出的文字。易错点OcrParam()默认配置适合大多数场景文字太小可调大box截取区域别急着调参数。第 5 步把结果写进 Excellines : StrSplit(res.text, n) ; 按行拆分 for i, line in lines sheet[A i] : line ; 逐行写入 A 列 book.save(result.xlsx) book : ; 释放 libxl 资源预期结果生成result.xlsx每行一段识别文字。易错点book : 这行很重要libxl 靠对象销毁来保存并释放句柄忘了写可能导出不完整。第 6 步加上定时循环SetTimer () CaptureAndSave(), 3000 ; 每 3 秒识别一次 CaptureAndSave() { bb : dxcp.captureAndSave(box) bb.save(capture.png) res : ocr.ocr_from_file(capture.png) sheet[A (A_Index 1)] : res.text ; 追加到下一行 }预期结果屏幕区域的文字被持续录入 Excel形成滚动记录。易错点循环里频繁建表会累积资源实际使用时可以把book.save挪到定时器外部最后统一写盘。第 7 步收尾释放资源dxcp.release() ; 释放捕获对象非必须但推荐到这里一个屏幕监控 文字识别 Excel 存储的完整工具就落地了。同样的思路把 Excel 换成CSQLite.ahk的数据库就升级成了带检索能力的文档管理系统。进阶与避坑三条进阶玩法性能不够用MCode/和Native/把计算密集的逻辑写成 C 编译成机器码嵌入配合MCodeLoader.ahk直接调用速度接近原生。参考MCode/example.ahk。界面太土用WebView2/加载本地 HTML配合HttpServer.ahk和WebSocket.ahk做实时推送就能拼出一个现代化的监控大屏。想玩系统级Detours/支持 API 钩子Native/支持 C 深度扩展配合Yolo/的目标检测完全可以做出游戏辅助或自动化测试框架。⚠️ 常见问题DLL 位数不匹配所有带 DLL 的模块都分32bit/和64bit/代码里通常用(A_PtrSize * 8) bit\自动选择。如果你手动指定路径务必和你的 AHK 版本位数一致否则报入口点找不到。OCR 模型缺失RapidOcr/models/下的四个文件缺一不可。报No value is specified时优先检查models目录路径和文件名。资源没释放libxl 的book、WebView2 的wvc、DXGI 的dxcp用完都要置空或调用release()。这类库依赖析构函数回收句柄忘了释放会越跑越卡。异步方法忘了等待WebView2 的异步方法都带Async后缀并返回 Promise记得.await2()直接调用拿不到结果还会报对象不支持此属性。从一个小工具开始试起来ahk2_lib 的厉害之处在于它把专业开发的门槛降到了写脚本的高度。你不用先学 C、不用啃 API 文档从今天起就可以用它把脑子里的想法一个个变成能用的工具。行动建议别贪多先选一个你最关心的痛点——比如把截图里的文字自动存成表格——照着上面的实战走一遍。跑通的那一刻你会发现 AutoHotkey V2 的能力远比你想象的宽广。【免费下载链接】ahk2_lib项目地址: https://gitcode.com/gh_mirrors/ah/ahk2_lib创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考