ArkUI 提供了断点屏幕宽度范围典型设备WIDTH_XS< 320vp手表WIDTH_SM320~599vp直板机WIDTH_MD600~839vp折叠屏展开态、小平板WIDTH_LG840~1439vp大平板、电脑WIDTH_XL≥ 1440vp大屏电脑、智慧屏项目还提供了。

的"全文 value + 段落/行/词 + 坐标"结构，决定了提取方案的选择：纯文本字段（电话、邮箱、金额）用value加正则最省事；需要按行、按位置关联的字段（姓名与电话配对、表格式单据）用遍历更可靠；两者结合、逐行优先、全文兜底，是工程上最稳妥的姿势。记住当前版本没有置信度、只认印刷体这两条边界，方案设计就不会跑偏。*本系列文章基于 HarmonyOS 5.0.5 SDK（API 12）与示例

OCR 优化的本质是"掐两头"：输入端控制图片尺寸、关掉不必要的朝向检测，输出端保证资源必释放。release()放在finally时指定，是成本最低、收益最大的两处改动；再配合拍照时序上的互斥与页面生命周期里的相机释放，一个"又快又稳"的拍照识别应用就成型了。*本系列文章基于 HarmonyOS 5.0.5 SDK（API 12）与示例工程 aicharacter-recognition 编写，

点击（UI）→ capture（相机）→ photoAvailable → JPEG Buffer（ArrayBuffer）→ createImageSource/createPixelMap（PixelMap）→ recognizeText（string）→ result（状态）→ @Watch → 弹窗（UI）。每一段都有明确的职责与数据形态，await串起异步节奏，@State@Watch完

定义画布与缓冲，把 Surface 交给相机，通知帧的到来，消费帧。工程中它作为receiver字段存在、在中被释放，常量 640×480×8 定义了逐帧识别的平衡点。照片是一次性的，帧是持续的，每帧必须释放。理解了这一点，拍照识别与实时识别两条链路就能在同一工程里自由切换。

Component 模型把"一张照片"拆成"可分别获取的编码组件"，用异步回调交出 JPEG 字节，是后续所有处理（落盘、解码、OCR）的原材料。逐行守住"回调判空、字节拷贝、photo 释放、错误打印"四个细节，就抓住了从相机到识别引擎之间的数据咽喉，让 JPEG 数据安全、高效地流动起来。

"从 Buffer 创建图像源"是 ImageKit 面向内存数据的高效解码入口：相机回调的提供 JPEG 字节，在内存中完成解码，OCR 直接消费像素图。掌握数据完整性、生命周期与降采样三项要点，即可把这条无文件 IO 链路跑稳、跑省，这正是"拍照识别文字"工程性能的关键所在。

把"空结果/不支持/异常"统一收敛为可展示文案；把普通类字段的变化桥接进 ArkUI 状态管理；Scroll与则保证了长文本的可读与可复制。理解这条链路，后续无论是加"识别历史"还是"结果编辑"，都知道该在哪里动手。*本系列文章基于 HarmonyOS 5.0.5 SDK（API 12）与示例工程 aicharacter-recognition 编写，文中接口以对应版本 API 参考为准。

虽小，却是"又快又准"的关键杠杆：默认开启的朝向检测为"歪图"兜底，代价是额外耗时；对于已知正向的输入（证件、截图），显式置false即可白拿性能收益。多语言方面，五种语言自动识别、无需配置，应用侧零成本。建议把"场景 → 配置"抽象成函数，为后续扩展留下清晰的接缝。*本系列文章基于 HarmonyOS 5.0.5 SDK（API 12）与示例工程 aicharacter-recognition

管解码、PixelMap管像素操作、管 Surface 接收、管编码。典型流程"解码 → 像素图 → 处理 → 编码"可以覆盖相册压缩、拍照、水印、OCR 预处理等绝大多数需求。本工程通过把相机 JPEG 转成 PixelMap 再交给 OCR，正是 ImageKit 与相机、AI 能力协作的标准范式，值得作为后续图像类应用的通用底座。