Zrozumienie OCR i poprawa dokładności
Ten przewodnik wyjaśnia, jak działa OCR w VNTranslator i zawiera praktyczne wskazówki, jak poprawić dokładność rozpoznawania tekstu.
Uwaga: Ten przewodnik koncentruje się głównie na tradycyjnych silnikach OCR (Tesseract OCR i Windows OCR). Jeśli używasz nowoczesnych silników OCR, takich jak Fast OCR, silników opartych na LLM (Qwen 2.5 VL, GPT-4 Vision, Claude Vision) lub silników w chmurze (Google Cloud Vision, Azure Cloud Vision), możesz pominąć większość korekt wstępnego przetwarzania, ponieważ te silniki automatycznie radzą sobie ze skomplikowanymi tłami i kolorowym tekstem.
Jak działa OCR w VNTranslator
1. Zrzut ekranu
Pierwszym krokiem w procesie OCR jest przechwycenie obrazu z ekranu. Jakość przechwyconego obrazu ma znaczący wpływ na zdolność silnika OCR do dokładnego rozpoznawania tekstu.
2. Wstępne przetwarzanie (przetwarzanie obrazu)
Tylko dla tradycyjnych silników OCR.
Wstępne przetwarzanie jest głównie potrzebne przy użyciu Tesseract OCR lub Windows OCR. Nowoczesne silniki OCR, takie jak Fast OCR, Silniki oparte na LLM, oraz silniki w chmurze potrafią radzić sobie z różnymi warunkami tekstu bez korekt wstępnego przetwarzania.
Podczas wstępnego przetwarzania obraz jest dostosowywany tak, aby tekst był czarny na białym tle. Ten kontrast ułatwia tradycyjnym silnikom OCR rozpoznawanie tekstu.
Kiedy stosować wstępne przetwarzanie:
Używasz Tesseract OCR lub Windows OCR
Tekst w grze ma kolorowe tła
Niski kontrast między tekstem a tłem
Potrzeba poprawy dokładności rozpoznawania dla tradycyjnych silników
Kiedy wstępne przetwarzanie NIE jest potrzebne:
Używasz Fast OCR lub nowoczesnych silników OCR
Używasz silników opartych na LLM (Qwen 2.5 VL, GPT-4 Vision, Claude Vision)
Używasz silników w chmurze (Google Cloud Vision, Azure Cloud Vision)
3. Wybór silnika OCR
Dokładność rozpoznawania tekstu zależy w dużej mierze od wybranego silnika OCR. VNTranslator obsługuje trzy kategorie silników OCR:
Tradycyjne silniki OCR ⭐
Przykłady: Tesseract OCR, Windows OCR
Najlepsze do: Prosty tekst z czarnym tekstem na białym tle
Ograniczenia: Może mieć problemy z kolorowym tekstem lub złożonym tłem
Wymaga: Korekt wstępnego przetwarzania dla lepszej dokładności
Nowoczesne silniki OCR ⭐⭐⭐
Przykłady: Fast OCR, EasyOCR
Najlepsze do: Umiarkowane zakłócenia tła i tekst wielokolorowy
Zalety: Lepsze radzenie sobie z różnymi warunkami tekstu bez wstępnego przetwarzania
Wymaga: Minimalne lub brak wstępnego przetwarzania
Silniki OCR oparte na AI ⭐⭐⭐⭐⭐
Przykłady: Google Cloud Vision, Azure Cloud Vision, Qwen 2.5 VL, GPT-4 Vision, Claude Vision
Najlepsze do: Złożone tła, obrócony tekst i kolorowy tekst
Zalety: Wysoka dokładność bez wstępnego przetwarzania, automatycznie obsługuje różne warunki tekstu
Wymaga: Wstępne przetwarzanie nie jest potrzebne
Aby zobaczyć pełne porównanie silników OCR, zobacz Silniki OCR.
4. Post-processing
Po przetworzeniu tekstu przez silnik OCR wynik zostanie wyświetlony. Jeśli rozpoznawanie jest niedokładne, możesz dokonać poprawek w etapie post-processingu, używając wyrażeń regularnych (RegExp) w celu dopracowania wyników.
Post-processing jest przydatny dla wszystkich typów silników OCR, aby:
Usunąć niechciane znaki
Naprawić typowe błędy rozpoznawania
Sformatować tekst wyjściowy
Wskazówki dotyczące poprawy dokładności OCR
Dla tradycyjnych silników OCR (Tesseract, Windows OCR)
Zadbaj o wysoką jakość zrzutów ekranu: Im lepsza jakość przechwycenia ekranu, tym wyższa dokładność OCR. Unikaj rozmazanych lub niskoresolucyjnych obrazów.
Używaj skutecznego wstępnego przetwarzania: Dostosuj obraz, aby miał wysoki kontrast (czarny tekst na białym tle), co ułatwi rozpoznawanie tekstu przez silnik OCR.
Wybierz odpowiednie ustawienia progowania: Eksperymentuj z wartościami progowania w opcjach wstępnego przetwarzania, aby znaleźć najlepsze ustawienie dla swojej gry.
Dla nowoczesnych i AI-opartych silników OCR
Zadbaj o wysoką jakość zrzutów ekranu: Dobra jakość przechwycenia nadal pomaga, ale te silniki są bardziej wyrozumiałe względem jakości obrazu.
Pomiń wstępne przetwarzanie: Nowoczesne i AI-oparte silniki OCR działają najlepiej z oryginalnym obrazem bez korekt wstępnego przetwarzania.
Wybierz odpowiedni silnik dla swoich potrzeb:
Użyj Fast OCR dla offline'owego, szybkiego rozpoznawania o umiarkowanej dokładności
Użyj silniki w chmurze dla najwyższej dokładności przy złożonym tekście
Użyj Silniki oparte na LLM dla maksymalnej elastyczności i dokładności
Dla wszystkich typów silników OCR
Wykorzystaj post-processing: Jeśli rozpoznanie tekstu jest niepoprawne lub chcesz usunąć konkretne znaki, użyj RegExp podczas post-processingu, aby dopracować wynik.
Ustaw obszar przechwytywania poprawnie: Upewnij się, że obszar przechwytywania obejmuje tylko pole dialogowe z tekstem, aby uniknąć przechwycenia niepotrzebnych elementów.
Przetestuj różne silniki: Wypróbuj różne silniki OCR, aby znaleźć ten, który najlepiej działa dla Twojej konkretnej gry lub powieści wizualnej.