คำอธิบายเลเยอร์ซ้อนทับบล็อก: การแปลลงบนภาพอย่างไร

คำอธิบายเลเยอร์ซ้อนทับบล็อก: การแปลลงบนภาพอย่างไร

หน้าผลลัพธ์แสดงผลการแปลทับบนภาพต้นฉบับ เลเยอร์ซ้อนทับหนึ่งชั้นต่อหนึ่งบล็อก OCR การแปลของแต่ละบล็อกจะปรากฏในสี่เหลี่ยมพื้นที่ที่เอนจิน OCR ตรวจพบข้อความต้นฉบับ โพสต์นี้อธิบายวิธีจัดวางเลเยอร์ซ้อนทับ วิธีที่มันโต้ตอบกับภาพ และวิธีอ่าน\n\n## ทำไมต้องแยกตามบล็อก\n\nOCR ส่งคืนรายการของบล็อก ไม่ใช่สตริงเดียว แต่ละบล็อกมีกล่องขอบเขตของตัวเอง ข้อความที่ตรวจพบ และคะแนนความเชื่อมั่น หน้าผลลัพธ์ถือว่าแต่ละบล็อกเป็นหน่วยอิสระ:\n\n- การรักษาเลย์เอาต์ การแปลจะปรากฏในสี่เหลี่ยมเดียวกับต้นฉบับ โดยรักษาความสัมพันธ์เชิงพื้นที่ระหว่างบล็อกข้อความ\n- การแยกความล้มเหลว บล็อกเดียวที่แปลไม่ได้จะไม่บล็อกส่วนที่เหลือของหน้า\n- สคริปต์ผสม หน้าที่มีหัวข้อภาษาอังกฤษและคำบรรยายภาษาญี่ปุ่นสามารถใช้คำแนะนำภาษาต้นฉบับต่อบล็อกได้\n\n## การแปลสตรีมอย่างไร\n\nแต่ละบล็อกที่ตรวจพบจะถูกส่งไปยัง ML Kit เป็นงานแปลอิสระ การแปลจะสตรีมเข้าสู่เลเยอร์ซ้อนทับเมื่อเสร็จสมบูรณ์ ผู้ใช้จะเห็นบล็อก "กลายเป็น" การแปลตามลำดับที่เอนจินเสร็จ เลเยอร์ซ้อนทับอัปเดตแบบเพิ่มทีละน้อย ไม่มีสปินเนอร์บล็อกสำหรับทั้งหน้า\n\n## เลเยอร์ซ้อนทับถูกวางตำแหน่งอย่างไร\n\nข้อความที่แปลแล้วจะถูกตัดบรรทัดและวางตำแหน่งให้พอดีกับกล่องขอบเขตของบล็อกต้นฉบับ ถ้าบล็อกแคบ การแปลจะตัดเป็นหลายบรรทัดและอาจล้นเล็กน้อยออกจากสี่เหลี่ยมต้นฉบับ เอนจินเลือกความสามารถในการอ่านมากกว่าการบรรจุอย่างเข้มงวด\n\nเลเยอร์ซ้อนทับถูกเรนเดอร์เหนือภาพ ไม่ได้ถูกฝังลงในภาพ การบันทึกลงประวัติจะเก็บทั้งภาพต้นฉบับและบันทึกการแปลต่อบล็อก การเปิดรายการที่บันทึกไว้จะสร้างเลเยอร์ซ้อนทับใหม่อย่างแม่นยำ\n\n## ตัวเลื่อนความโปร่งใส\n\nตัวเลื่อนที่ด้านบนของชีตควบคุมความทึบของเลเยอร์ซ้อนทับ เลื่อนไปจนโปร่งใสเต็มที่เพื่อดูภาพต้นฉบับ ทึบเต็มที่เพื่ออ่านการแปล ความโปร่งใสครึ่งหนึ่งเป็นการตั้งค่าทั่วไปสำหรับเปรียบเทียบต้นฉบับและการแปลเคียงข้างกันโดยไม่ต้องออกจากหน้า\n\n## แตะเพื่อโฟกัส\n\nการแตะบล็อกที่แปลแล้วจะเปิดชีตด้านล่างที่เลื่อนไปยังบล็อกเดียวกันในมุมมอง "การแปลแบบเต็ม" สิ่งนี้มีประโยชน์สำหรับบล็อกที่การแปลบนภาพถูกตัดทอนหรือตัดบรรทัดในลักษณะที่ซ่อนประโยคเต็ม\n\n## กายวิภาคของหน้าผลลัพธ์\n\n- แถบด้านบน ปุ่มปิด ไม่มีตัวควบคุมอื่น — หน้าผลลัพธ์มีความน้อยที่สุดโดยตั้งใจ\n- พื้นที่หลัก ภาพต้นฉบับเต็มหน้าจอ โดยมีเลเยอร์ซ้อนทับเรนเดอร์อยู่ด้านบน InteractiveViewer อนุญาตให้ซูมและแพนเพื่อตรวจสอบข้อความขนาดเล็ก\n- ชีตด้านล่าง สามสถานะ: ยุบ (ค่าเริ่มต้น), กลาง (ประมาณครึ่งหน้าจอ), ขยาย (ส่วนใหญ่ของหน้าจอ) สถานะยุบแสดงที่จับเล็ก ๆ และสรุป; กลางแสดงการแปลต่อบล็อกเป็นการ์ด; ขยายแสดงการแปลบล็อกทั้งหมดเต็มความกว้าง\n- สองแท็บในชีต แท็บ "Blocks" แสดงการแปลที่จัดกลุ่มตามบล็อก OCR และแท็บ "Full" แสดงการแปลย่อหน้าเต็มที่เชื่อมต่อ\n\n## ทำไมบล็อกบางบล็อกถึงแสดงคำเตือน\n\nป้ายคำเตือนจะปรากฏบนบล็อกเมื่อความเชื่อมั่น OCR ต่ำกว่าเกณฑ์ บล็อกยังคงถูกแปลและเรนเดอร์ แต่ผู้ใช้จะได้รับแจ้งให้ตรวจสอบ สาเหตุทั่วไป: แสงน้อย แสงสะท้อน ลายมือ ฟอนต์ตกแต่ง ข้อความขนาดเล็กมาก\n\n## การบันทึก\n\nการบันทึกลงประวัติจะจับภาพ (บีบอัดเป็นภาพขนาดย่อม), บล็อก OCR, การแปลต่อบล็อก และย่อหน้าเต็มที่เชื่อมต่อ การเปิดรายการที่บันทึกไว้จะสร้างเลเยอร์ซ้อนทับใหม่อย่างแม่นยำ ไม่รองรับการแก้ไขภาพ