新翼OCR-3.1.0——离线加在线图像识别，，AI图像描述

  • 时间:
  • 分类: 精选插件
  • 最后更新于: 2024 年 05 月 11 日 15:36:05

这是一个提供离线和在线OCR识别的NVDA插件。离线识别基于PaddleOCR_json组件而开发。

本插件目前提供PaddleOCR_json的离线OCR识别引擎和在线百度通用版、高精度版识别引擎，安装插件后会自动安装PaddleOCR_json组件。后续会逐步接入更多的其他离线、在线OCR识别引擎。

此外，本插件还提供图像描述功能，可针对图片内容进行识别。

插件优点

  • 识别速度快，离线识别大约100ms左右，实际情况因计算机性能配置而异。
  • 强悍的离线识别准确度，媲美在线识别。
  • 识别结果文字坐标精准，结果文字点击响应准确。

键盘快捷键

  • 导航对象OCR识别：NVDA+ALT+O
  • 剪贴板OCR识别：NVDA+ALT+SHIFT+O
  • 切换OCR识别引擎：NVDA+ALT+9
  • 图像描述：NVDA+ALT+P
  • 剪贴板图像描述：NVDA+ALT+SHIFT+P

快捷键设置：可在“按键与手势”设置中针对“新翼OCR”分类下各命令设置快捷键。

反馈联络

有任何意见建议欢迎沟通：

升级日志

Version 3.1.0

  • 新增图片描述功能，支持讯飞图片理解API。
  • 移除百度OCR共享密钥。
  • 更新配置字段，需手动重新填写百度OCR密钥。
  • 增加俄语本地化支持。
  • 修复无论是否选中“定期刷新识别结果”OCR都自动刷新的问题。

Version 3.0.3

  • 移除图片描述功能。

Version 3.0.2

  • 适配NVDA 2024.1版本。

Version 3.0.1

  • 新增图片描述黑屏检测：如果在黑屏功能开启状态下进行图片描述操作，将给出提示。

Version 3.0

  • 新增图像内容识别功能，可针对浏览到的图片和剪贴板中的图片进行识别描述。

Version 2.0.2

  • 修复在离线OCR不可用的机器上在线OCR可能也无法使用的问题。

Version 2.0.1

  • 修复在网络代理环境中不稳定的问题。

Version 2.0

  • 新增百度在线OCR识别引擎，支持通用版识别和高精度版识别,可以使用共享密钥和自己的私有密钥。如使用自己的私有密钥，需在设置中进行配置。
  • 新增黑屏检测功能，若当黑屏开启时进行OCR识别，将给出提示。
  • 去除安装时64位系统检测，但非64位系统安装后，仅能使用在线OCR识别而无法使用离线识别。

Version 1.3

  • 修复在NVDA2023.1以下版本无法安装的问题。

Version 1.2

  • 新增安装时环境检测，对于非64位系统环境给出无法完成安装提示。
  • 修复当NVDA异常退出后，PaddleOCR_json.exe不会自动退出，继续存活的问题。
  • 修复OCR识别随着识别次数增加而占用内存过大的问题。
  • 修复OCR识别过程中NVDA假死问题。

Version 1.1

  • 增加剪贴板识别功能，热键：NVDA+SHIFT+ALT+O

下载

点此下载

标签: none

已有 20 条评论

  1. John Smith

    这个插件装完按快捷键怎么没反应啊？而且打开输入帮助后这个快捷键是没有的，根本用不了啊！

    回复
    1. Eureka

      请说明系统版本： 包括操作系统体系（32位还是64位），仅兼容64位操作系统。

      回复
  2. John Smith

    我的系统是Windows 10 家庭版 22H2 64位，NVDA版本是 2023.1,心翼OCR版本是1.3但为什么还是用不了啊！也尝试了重新启动读屏但按快捷键还是没反应。插件更新日志里不是说了能支持NVDA 2023.1吗？

    回复
    1. Eureka

      Win +R 打开运行，粘贴以下内容回车看看什么反应： %appdata%\nvda\addons\xyOCR\globalPlugins\models\PaddleOCR-json\PaddleOCR_json.exe
      另外，建议在群里进一步讨论，评论不一定能及时回复。

      回复
  3. John Smith

    输入完您提供的命令后电脑跳出了个对话框内容是这样的：PaddleOCR_json.exe - 应用程序错误 对话框 应用程序无法正常启动(0xc0000142)。请单击“确定”关闭应用程序。

    回复
    1. Eureka

      初步判断为系统组件缺失或损坏，暂未找到解决办法，您可以尝试以下文章中提供的解决思路（不保证有效）：
      http://www.lotpc.com/dngz/8910.html

      回复
  4. 暗夜微光

    建议利用离线识别增加字幕识别功能。

    回复
  5. John Smith

    为什么没有本地识别啊。只有百度高精度和百度通用。而且之前是提示识别失败的，升级了百度网盘之后就能用了。但是那个所谓的本地识别怎么没有啊！

    回复
  6. John Smith

    而且我的系统还是Windows 10 64位的呢。

    回复
    1. Eureka

      离线引擎对系统版本和cpu架构都有限制，新版在不支持的环境下不会显示。愿意的话，可以提供你的 CPU 型号，更详细的推荐去群里讨论。谢谢

      回复
  7. 萧顺星

    建议加入lion插件那样的可调整的自动识别功能和播报。原本那个插件说实话有点水土不服，中文识别的准确度上有些堪忧。这个插件如果加上那个功能的话就圆满了。

    回复
  8. John Smith

    如果添加识别PDF文件的功能就好了，毕竟原来的那款识别PDF的插件，接口是系统自带的，精准度很差。

    回复
  9. John Smith

    比如原来那款PDF识别插件在识别中英文混合或者识别数学公式或者编程代码，识别出来的东西基本上不能看。所以希望加入PDF识别功能。

    回复
  10. John Smith

    还有啊NVDA并不是所有数学公式都支持朗读，比如百度百科那边的公式只能用OCR识别才能看，所以如果可以的话也希望加入识别数学公式的功能。

    回复
  11. 羲皇上人

    识别结果鼠标放上去是不读的，能不能支持下用鼠标阅读识别结果呢

    回复
    1. Eureka

      识别结果视觉可见么？

      回复
      1. 羲皇上人

        这个功能对低视力的用户挺重要的，如果可以最好在来一个鼠标框选识别

        回复
  12. 鲜鱼红爽

    太棒了

    回复
  13. John Smith

    为啥突然下不了了。我这edge提示嗯，无法加载此页面。

    回复
  14. John Smith

    请问百度文字识别的API Key和Secret Key该怎样获取？具体步骤是什么？

    回复

添加新评论