يقوم OCR الكاميرا بإجراء التعرف على النص محليًا باستخدام حزمة vision_text_recognition مفترعة تدعم النصوص اللاتينية والصينية (المبسطة والتقليدية) واليابانية والكورية. لا يتم تحميل أي شيء لعملية التعرف. كل كتلة يعرضها محرك OCR تحمل مربع الإحاطة الخاص بها والنص المكتشف؛ تقوم صفحة النتائج برسم الترجمة فوق نفس الإحداثيات للحفاظ على التخطيط الأصلي.
مسار التقاط الكاميرا
- تهيئة الكاميرا. يتم تهيئة وحدة تحكم الكاميرا بشكل غير متزامن بحالات صريحة
initializing / ready / failed. عند الفشل، يظهر زر إعادة المحاولة الذي يعيد تشغيل التهيئة دون إعادة الدخول إلى حمايةinitializing. - الاتجاه الحقيقي.
DeviceOrientationو EXIF في iOS غير موثوقين عندما يكون التطبيق مقفلاً في الوضع العمودي. يقرأ التطبيق مقياس التسارع الخام عبرsensors_plusويخزن أحدث إطار في الذاكرة المؤقتة، بحيث يلتقط الغالق اتجاه الإمساك الحقيقي حتى لو كانت واجهة المستخدم مقفلة. يتم بعد ذلك مطابقة اتجاه EXIF مع هذه الحقيقة الميدانية. - الغالق. النقر يلتقط بنسبة العرض إلى الارتفاع الحالية للمعاينة. يتم تقليل الإطار الملتقط إلى حد أقصى قابل للتكوين قبل التعرف — معظم الصفحات تحتاج إلى 1500–2000 بكسل على الحافة الطويلة ليقرأ المحرك النص الدقيق دون تضخم الذاكرة.
- الفلاش. أربعة أوضاع في معين المنظر — تلقائي، إيقاف، تشغيل، وكشاف — مع ربط المفتاح بـ API الفلاش في النظام.
ما يعيده OCR
- مربعات الإحاطة لكل كتلة. كل TextBlock имеет خاص به مستطيل. تستخدم صفحة النتائج هذه المستطيلات لوضع النص المترجم فوق النص الأصلي بدقة.
- نص الكتل وترتيبها. نص اللغة المصدر لكل كتلة، بالترتيب الذي أصدره المحرك (من الأعلى إلى الأسفل، من اليسار إلى اليمين افتراضيًا).
- الثقة. كل كتلة تحمل ثقتها الخاصة. الكتل التي تقل عن عتبة معينة يتم عرضها في صفحة النتائج ولكن يتم الإشارة إليها بأنها "منخفضة الثقة" حتى يتمكن المستخدم من التحقق منها.
لماذا على الجهاز
- الخصوصية. صور لافتات الشوارع أو العقود أو النماذج الطبية لا تغادر الجهاز أبدًا لإجراء OCR.
- زمن الوصول. لا توجد رحلة ذهاب وإياب عبر الشبكة. يكتمل OCR لصفحة نموذجية ملتقطة بالهاتف في أقل من ثانية على جهاز حديث.
- دون اتصال. يعمل OCR في الطائرات والأقبية والمناطق بدون تغطية. يعمل نفس المحرك الذي يقوم بالتعرف بالكامل من النموذج على الجهاز.
أفضل الممارسات للتعرف الدقيق
- إضاءة متساوية وغير مباشرة. ضوء النافذة يتفوق على الأضواء العلوية. الظلال التي تعبر الصفحة هي السبب الأكثر شيوعًا لقراءة الأحرف بشكل خاطئ.
- انقر للتركيز. إذا اختار التركيز التلقائي الموضوع الخاطئ (المكتب، الإصبع، حافة الصفحة)، فانقر على مركز النص قبل الالتقاط.
- صفحات مسطحة. الصفحات التي تنحني نحو كعب الكتاب تفقد أحرفًا بالقرب من التجليد. اضغط الصفحة مسطحة باليد الأخرى عند الإمكان.
- لغة واحدة لكل التقاط. الصفحات ذات الأنماط المختلطة تعمل في مرور واحد، ولكن الصفحة التي تخلط اللاتينية مع اليابانية العمودية يُفضل تقسيمها إلى لقطتين.