理解 OCR 与提高准确性
本指南解释了 VNTranslator 中 OCR 的工作原理，并提供了提高文本识别准确性的实用建议。
注意： 本指南主要侧重于传统 OCR 引擎（Tesseract OCR 和 Windows OCR）。如果您使用的是现代 OCR 引擎如 Fast OCR、基于大模型的引擎（Qwen 2.5 VL、GPT-4 Vision、Claude Vision）或基于云的引擎（Google Cloud Vision、Azure Cloud Vision），则可以跳过大部分预处理调整，因为这些引擎会自动处理复杂背景和有色文本。
VNTranslator 中 OCR 的工作原理
1. 屏幕捕获
OCR 过程的第一步是从屏幕捕获图像。捕获图像的质量会显著影响 OCR 引擎准确识别文本的能力。
2. 预处理（图像处理）
仅适用于传统 OCR 引擎。
预处理主要在使用 Tesseract OCR 或 Windows OCR时需要。 Fast OCR, 基于大模型的引擎，以及 基于云的引擎 可以在无需预处理调整的情况下处理各种文本情况。
在预处理期间，会将图像调整为在白色背景上显示黑色文本。这种对比使传统 OCR 引擎更容易识别文本。
何时使用预处理：
使用 Tesseract OCR 或 Windows OCR
游戏文本具有彩色背景
文本与背景之间对比度低
需要提高传统引擎的识别准确性
何时不需要预处理：
使用 Fast OCR 或现代 OCR 引擎
使用基于大模型的引擎（Qwen 2.5 VL、GPT-4 Vision、Claude Vision）
使用基于云的引擎（Google Cloud Vision、Azure Cloud Vision）
3. 选择 OCR 引擎
文本识别的准确性在很大程度上取决于您选择的 OCR 引擎。VNTranslator 支持三类 OCR 引擎：
传统 OCR 引擎 ⭐
示例： Tesseract OCR、Windows OCR
适用场景： 黑色文本在白色背景上的简单文本
局限性： 可能在处理彩色文本或复杂背景时表现不佳
需要： 为提高准确性进行预处理调整
现代 OCR 引擎 ⭐⭐⭐
示例： Fast OCR、EasyOCR
适用场景： 可处理中等背景噪音和多色文本
优点： 在无需预处理的情况下更好地处理各种文本情况
需要： 很少或无需预处理
基于 AI 的 OCR 引擎 ⭐⭐⭐⭐⭐
示例： Google Cloud Vision、Azure Cloud Vision、Qwen 2.5 VL、GPT-4 Vision、Claude Vision
适用场景： 复杂背景、旋转文本和有色文本
优点： 无需预处理也能高准确率地自动处理各种文本情况
需要： 无需预处理
有关 OCR 引擎的完整比较，请参见 OCR 引擎列表.
4. 后处理
在 OCR 引擎处理文本后，将显示结果。如果识别不准确，可以在后处理中使用正则表达式（RegExp）对结果进行修正以优化输出。
后处理对所有 OCR 引擎类型都有用，可用于：
移除不需要的字符
修正常见的识别错误
格式化输出文本
提高 OCR 准确性的技巧
针对传统 OCR 引擎（Tesseract、Windows OCR）
确保高质量的图像捕获： 屏幕捕获质量越好，OCR 的准确率越高。避免模糊或低分辨率的图像。
使用有效的预处理： 将图像调整为高对比度（白色背景上的黑色文本），以便 OCR 引擎更容易识别文本。
选择合适的阈值设置： 在预处理选项中尝试不同的阈值以找到适合您游戏的最佳设置。
针对现代和基于 AI 的 OCR 引擎
确保高质量的图像捕获： 良好的捕获质量仍然有帮助，但这些引擎对图像质量更有容忍度。
跳过预处理： 现代和基于 AI 的 OCR 引擎在使用未经预处理的原始图像时效果最佳。
为您的需求选择合适的引擎：
用于离线、快速识别且精度适中的情况使用 Fast OCR 用于在复杂文本情况下追求最高准确性的使用
用于离线、快速识别且精度适中的情况使用 基于云的引擎 用于实现最大灵活性和准确性的使用
用于离线、快速识别且精度适中的情况使用 基于大模型的引擎 适用于所有 OCR 引擎类型
利用后处理：
如果文本识别不正确或您想移除特定字符，请在后处理中使用正则表达式（RegExp）来优化输出。 正确定位捕获区域：
确保捕获区域仅覆盖文本对话框，以避免捕获不必要的元素。 测试不同的引擎：
尝试不同的 OCR 引擎以找出最适合您特定游戏或视觉小说的引擎。 尝试不同的 OCR 引擎以找出最适合您特定游戏或视觉小说的引擎。