Pular para o conteúdo
Esta página foi traduzida por IA e pode conter erros. Ler o original em inglês

Configuração de serviço: detecção de blocos de texto

A seção Detecção de blocos de texto em Perfil de serviço configura modelos dedicados à detecção de blocos de texto. Os modelos de visão e linguagem atuais muitas vezes conseguem indicar aproximadamente onde está o texto, mas não são confiáveis para localizar coordenadas precisas. Por isso, esta tarefa usa modelos adaptados especificamente para OCR, detecção de objetos ou segmentação de regiões.

A detecção de blocos de texto encontra as regiões de texto nas imagens dos quadrinhos e cria blocos de texto. Esses blocos determinam o que as etapas posteriores de Extrair texto e de tradução processam.

Ela apenas localiza as regiões de texto; não é o mesmo que a extração de texto. Depende do serviço se um detector também retorna o texto original.

ServiçoExige APIRetorna o texto original durante a detecçãoIdeal para
Detector de blocos de texto localNãoNãoDetecção de caixas gratuita e offline
PaddleOCR VL 1.6SimSimDetecção e OCR em uma única requisição
GLM-OCRSimSimUm pouco mais fraco na extração de texto original vertical

Abra Configurações → Perfil de serviço → Detecção de blocos de texto e selecione Baixar. O app cria o perfil local quando o download termina. Você também pode importar um ZIP do modelo offline; o ZIP está disponível no site do Neko Translator.

No momento, o detector local retorna apenas as posições dos blocos de texto. Para um fluxo de trabalho completo, configure um serviço que ofereça Extrair texto, como um modelo de IA genérica com visão ou o extrator de texto local. Na maioria dos cenários de tradução de mangás, combinar o detector de blocos de texto local com o extrator de texto local é suficiente e é a configuração recomendada atualmente.

O detector de blocos de texto local consegue distinguir automaticamente o texto dentro dos balões de outros textos.

Downloads e importações podem envolver escolha de espelho, erros de rede, arquivos ausentes ou falhas na verificação de hash. Só escolha continuar após uma falha de verificação se você confiar na origem do modelo e entender o risco.

Os serviços de OCR online exigem uma chave de API. Depois de criar uma configuração, selecione o modelo correspondente no processamento em lote ou no editor.

Como esses serviços retornam o texto original durante a detecção de blocos de texto, normalmente não é necessária uma etapa separada de Extrair texto.

Os dois modelos são de código aberto, e seus mantenedores fornecem o código-fonte e tutoriais para implantá-los localmente. Consulte a documentação oficial deles para ver os passos exatos.

Sempre verifique:

  • se algum balão de fala ou texto fora dos balões ficou de fora;
  • se vários blocos de texto independentes foram mesclados por engano;
  • se blocos de texto vizinhos se contêm ou se sobrepõem;
  • se a posição e a direção de cada bloco de texto estão corretas;
  • se narração e efeitos sonoros precisam de tratamento separado.