如何处理 Android OCR 中的竖排日文文本

Source: Dev.to

问题

大多数 OCR 引擎都针对水平从左到右的文本进行优化。当你把一页垂直日文的漫画喂给它们时，会出现：

• 字符顺序混乱
• 相邻列的文本合并
• 列边界处字符缺失
• 完全错误的阅读方向

检测策略

长宽比分析

垂直文本块往往高于宽。如果检测到的文本区域的高宽比 > 2:1，则很可能是垂直文本。

字符间距模式

在垂直文本中，字符以一致的垂直间距堆叠。分析检测到的字符的空间分布——如果它们沿垂直轴聚集，则在 OCR 前将该区域旋转 90°。

ML Kit 的内置支持

Google 的 ML Kit（许多 Android OCR 应用使用）在最近的版本中提升了对垂直文本的支持。使用带有日文脚本识别器的 TextRecognition API，开箱即能相当好地处理垂直文本。

实际解决方案：Screen Translator 的方法

在 Screen Translator 中，我们通过多步骤流水线处理垂直日文文本：

1. 捕获 – MediaProjection API 捕获屏幕
2. 预处理 – 检测文本区域并分析方向
3. 如有必要旋转 – 垂直区域顺时针旋转 90°
4. OCR – 在归一化图像上运行文字识别
5. 后处理 – 重新排序字符以纠正阅读顺序
6. 翻译 – 将正确排序的文本发送至翻译 API

开发者提示

• 始终使用真实的漫画页面进行测试，而不仅是合成测试图像。
• 游戏中的日文文本常使用自定义字体，导致 OCR 准确率下降。
• 注音假名（位于汉字上方的小型阅读辅助）会干扰 OCR——可考虑按文字大小进行过滤。
• 混合水平/垂直布局（漫画中常见）需要对每个区域进行方向检测。

结果

使用适当的垂直文本处理，漫画页面的 OCR 准确率从约 40 % 提升至约 85 %+（针对干净的数字扫描）。关键洞察是文本方向检测必须在 OCR 之前进行，而不是之后。

Screen Translator 是一款适用于 Android 的免费悬浮覆盖翻译器，支持垂直日文文本、漫画、游戏等功能： Google Play