块叠加层解析:翻译如何落在照片上
结果页面将翻译渲染回原始照片之上,每个 OCR 块一个叠加层。每个块的翻译出现在 OCR 引擎在其中检测到源文本的确切矩形中。本文解释叠加层如何布局、它如何与照片交互以及如何阅读它。
为什么按块
OCR 返回的是块列表,而不是单个字符串。每个块都带有自己的边界框、检测到的文本和置信度分数。结果页面将每个块视为一个独立的单元:
- 布局保留。 翻译出现在与源相同的矩形中,保留了文本块之间的空间关系。
- 失败隔离。 单个块无法翻译不会阻止页面的其余部分。
- 混合脚本。 具有英语标题和日语字幕的页面可以使用按块的源语言提示。
翻译如何流式传输
每个检测到的块作为独立的翻译作业发送到 ML Kit。翻译在完成时流入叠加层;用户看到块按引擎完成的顺序"变成"翻译。叠加层增量更新;整个页面不显示阻塞旋器。
叠加层如何定位
翻译文本被换行并定位以适应源块的边界框。如果块很窄,翻译会换行成多行,并可能稍微溢出源矩形;引擎优先考虑可读性而不是严格包含。
叠加层渲染在照片之上,而不是烘焙到照片中。保存到历史会存储原始照片和按块的翻译记录。打开保存的条目会精确重现叠加层。
透明度滑块
工作表顶部的滑块控制叠加层的不透明度。滑到完全透明以查看原始照片,完全不透明以阅读翻译。半透明是比较原始和翻译的常见设置,无需离开页面。
点击聚焦
点击翻译的块会打开一个底部工作表,滚动到"完整翻译"视图中的相同块。这对于照片上翻译被截断或换行而隐藏完整句子的块非常有用。
结果页面解剖
- 顶部栏。 关闭按钮。没有其他控件 — 结果页面有意保持极简。
- 主区域。 全屏的原始照片,叠加层渲染在其之上。InteractiveViewer 允许缩放和平移以检查小文本。
- 底部工作表。 三种状态:折叠(默认)、中间(约一半屏幕)、展开(大部分屏幕)。折叠状态显示一个小手柄和摘要;中间显示按块翻译作为卡片;展开全宽显示所有块翻译。
- 工作表中的两个选项卡。 "块"选项卡显示按 OCR 块分组的翻译,"完整"选项卡显示连接的完整段落翻译。
为什么有些块显示警告
当 OCR 置信度低于阈值时,警告徽章会出现在块上。该块仍会被翻译和渲染,但会告知用户检查它。常见原因:低光、眩光、手写、装饰字体、非常小的文本。
保存
保存到历史会捕获照片(压缩为缩略图)、OCR 块、按块翻译以及连接的完整段落。打开保存的条目会精确重现叠加层;不支持编辑照片。