跳到內容
This page was translated by AI and may contain errors. Read the English original

服務設定:擷取文字

服務設定檔中的擷取文字區段,用來設定專用的文字擷取模型。通用 AI 中的模型只要支援影像輸入並啟用了這項能力,也可以提供擷取文字。

擷取文字會讀取既有文字區塊內的文字,並將辨識結果寫入各區塊的原文。它與偵測文字區塊是分開的:

  • 偵測會找出文字區域並建立文字區塊。
  • 擷取會辨識這些區域中的文字。部分偵測服務也會回傳文字,因此可能不需要另外執行擷取步驟。

專用的擷取文字服務目前只支援本機文字擷取器。

它使用本機的 PP-OCRv6 模型,不需要線上 OCR API,辨識資料也不會透過網路傳送到遠端處理。

執行擷取前,請先在應用程式的服務設定檔/本機模型管理區域下載或匯入模型檔案。安裝模型之前,無法使用擷取功能。

本機擷取器使用 PP-OCRv6 辨識模型,運作流程大致如下:

  1. 必須已有文字區塊。通常會先執行文字區塊偵測,或手動建立區塊。
  2. 應用程式會裁切每個文字區塊對應的圖片區域,並將裁切圖片傳送給本機辨識模型。
  3. 模型會回傳文字行或文字列及其位置。應用程式會透過版面演算法將它們合併為單一文字字串,過濾掉部分無關的行或列,並推斷文字方向。
  4. 辨識出的文字會儲存為文字區塊的原文,供之後翻譯與校對使用。

使用前必須先取得模型檔案。可以透過本機模型管理介面下載,或離線匯入。