OCR 模型与离线准备

文字识别的等待时间包括组件准备、模型加载和实际识别。先保证资源完整,再按“速度还是细节更重要”选择模型。这里的模型设置用于本地文字识别;表格、公式和翻译有各自的服务要求。

OCR 模型教学示意:准备资源、选择模型、比较同一样例的速度与准确性

操作示意。不要仅凭模型大小判断自己的文字样例是否能被正确识别。

离线前准备

安装方式断网前需要完成的步骤
Windows 完整版离线安装包安装包包含默认 OCR 资源;安装后用实际需要的文字样例完成一次识别
完整版在线安装包联网安装所需组件;进入文本识别,等待首次资源准备结束
Mini从主窗口的文本识别动作进入,或先加入截图工具栏、配置独立识别快捷动作;联网准备资源后运行样例

Mini 中添加入口:打开设置 → 截图 → 操作工具栏 → 截图工具栏设置,把“隐藏的工具”中的文本识别拖到可见工具位置;也可在全局快捷键给文本识别绑定一个独立快捷动作。加入后重新截图,确认工具栏已经出现文本识别按钮。

只想先试用时,无须分配按键。在主窗口的搜索功能搜索“文本识别”,选结果定位到全局快捷键页,再单击文本识别动作行的标题或空白区域。右侧的“未设置”按钮才是按键配置入口;确认截图选区后会直接识别。

如果要切换到其他大小的模型,在联网时切换并执行一次识别。确认准备进度结束后,再断网重复同一任务。普通截图成功不能证明 OCR 资源已准备好。

遇到一般资源准备错误,先恢复网络、检查设置 → 网络与连接里的代理,然后结束当前截图并重新进入文本识别。若提示 Mac 捆绑的识别运行时损坏或不兼容,需要重新安装适合这台 Mac 的 Snow Shot;若提示修复 Microsoft Store 安装,则从该安装渠道修复或重装。单纯恢复网络不能替代这些安装修复。不要通过删除未知数据目录来尝试修复。

Mini 中对应的设置页名为文本识别,其模型与输出设置按同样方法操作。

不用先绑定按键也能识别操作示意
在主窗口搜索功能输入文本识别并选择结果。页面定位到全局快捷键中的动作行;选搜索结果本身不会立即截图。

1. 搜索结果只定位动作 — 在主窗口搜索功能输入文本识别并选择结果。页面定位到全局快捷键中的动作行;选搜索结果本身不会立即截图。

1 / 3放大查看当前图示
  1. — 在主窗口搜索功能输入文本识别并选择结果。页面定位到全局快捷键中的动作行;选搜索结果本身不会立即截图。
  2. — 单击文本识别这一行的标题或空白区域启动截图,确认选区后识别。右侧未设置按钮进入快捷键录入;想试用识别不需要先配置它。
  3. — 要显示Mini隐藏的文本识别按钮,截图入口改截图工具栏,图像编辑器改固定到屏幕工具栏。把隐藏的工具拖入可见位置;不要只改一套布局就去另一处找按钮。

选择模型

  1. 打开主界面设置 → 文本识别与翻译,展开OCR 模型与性能。
  2. 在模型类型中选择超小型 V6、小型 V6或中型 V6。默认配置为小型 V6。
  3. 设置会保存,无须另点“保存”。结束当前截图,再对同一张原图重新框选相同范围,运行文本识别、记录等待时间并校对结果。每次换模型后都重新发起一次截图识别,避免把已有结果或截图范围差异当作新模型的表现。

较小模型适合优先减少运算量的场景;更大模型需要更多资源。最终应按自己经常识别的字体、字号和版式判断,不能保证更换模型必然修正某个字。

模型大小选项,以及资源已齐与缺少资源的识别路径

选好模型后,用新截图识别同一样例。

检测与处理策略

文本检测缩放决定识别前怎样调整图像:

  • 限制长边(更快):约束较长的一边,适合优先降低处理开销。很小的字可能需要先在原应用放大再截图。
  • 放大短边(更多细节):放大较短的一边,可能找到较小文字,也会增加处理量。

文本检测处理可选准确优先和速度优先。速度优先会减少部分短文本的计算,并可能改变结果。新配置默认使用限制长边(更快)与准确优先。切换后重新截图识别同一段文本,确认没有因提速而漏掉需要的内容;要恢复比较基准,选回先前的规则。

文本检测缩放与处理策略的选项

每次只改一个选项,再检查新的识别结果。

降低等待时间

设置改变什么使用时注意
硬件加速可用时使用 GPU;不可用时回到 CPU开启不代表当前设备一定在用 GPU
常驻识别进程保留识别进程,减少下一次启动等待空闲时也会占用内存
模型热启动预先加载所选模型,减少下一次模型加载等待依赖常驻进程,并增加内存占用

新配置默认关闭硬件加速与模型热启动;常驻识别进程在完整版默认开启,在 Mini 默认关闭。模型热启动呈灰色时,先开启常驻识别进程,才能操作热启动开关。

如果仅偶尔识别文字,可以关闭常驻与热启动;频繁识别时再测试它们的收益。每次只调整一个选项,重新发起几次识别,比较首次与后续等待。出现硬件加速异常时可关闭该项,再用新识别任务检查 CPU 路径能否正常完成。

常驻、热启动与硬件加速操作示意
常驻识别进程关闭时,模型热启动开关不可用。Mini 的新配置默认关闭常驻;这不代表不能执行普通文字识别。

1. 先看热启动为何变灰 — 常驻识别进程关闭时,模型热启动开关不可用。Mini 的新配置默认关闭常驻;这不代表不能执行普通文字识别。

1 / 3放大查看当前图示
  1. — 常驻识别进程关闭时,模型热启动开关不可用。Mini 的新配置默认关闭常驻;这不代表不能执行普通文字识别。
  2. — 先开启常驻识别进程,模型热启动才可操作。开启热启动会预加载所选模型并增加内存占用;不需要时关闭热启动或常驻。
  3. — 硬件加速开启后,可用时使用 GPU,不可用时仍使用 CPU。若出现异常,关闭这一项,再用新识别任务检查 CPU 路径。

本地 OCR 与在线能力的界限

本地文字识别完成后,即使没有网络也能整理和复制文字。点击文本翻译、表格识别的在线服务或视觉模型、公式识别、图片转换时,需要分别满足对应服务条件。不要把“文字已经识别成功”当成这些在线服务已经就绪。

继续阅读:文本识别与结果整理 · 表格识别 · 翻译服务与自定义模型