2.6 KiB
ddddocr-rs
带带弟弟 OCR (ddddocr) 的 Rust 移植版。高性能、低占用，支持多种验证码识别与检测。
🧩 滑块识别算法核心知识点总结 本项目实现了两种核心匹配模式，其底层逻辑与 OpenCV 的对齐情况如下：
-
匹配模式对比 (Match Modes)
模式 算法原理 适用场景 备注 边缘模式 (Edge-based) 基于 Canny 边缘检测 提取轮廓后再进行匹配。 推荐方案 。适用于绝大多数拼图滑块。 天然免疫拼图周边的透明/黑色留白干扰，坐标最精准。 简单模式 (Simple/Gray) 直接基于 灰度像素值 进行归一化互相关计算。 适用于无明显边缘、靠颜色差异识别的场景。 对背景和透明边框敏感，可能存在重心偏移。 -
数学公式差异 (NCC vs. CCOEFF) 在简单模式下，本项目采用的是 归一化互相关 (NCC)，对应 OpenCV 中的 TM_CCORR_NORMED。
逻辑对齐：Rust 的 match_template 结果与 Python cv2.TM_CCORR_NORMED 完全一致。
关于偏移：若拼图原始图片（Target）四周包含大量的透明留白：
CCORR (本项目)：会将留白视为图像的一部分，计算出的是整张图片框的中心。
CCOEFF (OpenCV 默认)：会自动进行“均值中心化”，在一定程度上能削弱留白的影响。
最佳实践：若发现坐标有固定位移，建议优先切换至 边缘模式，或对滑块图进行 Bounding Box 裁剪 后再匹配。
-
图像预处理一致性
为确保识别精度，本项目在 Rust 中完美复刻了 Python OpenCV 的预处理链路：
-
灰度化权重：采用 OpenCV 标准感光公式 $0.299R + 0.587G + 0.114B$。
-
Alpha 处理：在将 PNG 转为 RGB 时，自动将透明区域填充为黑色，确保与 PIL (Python Imaging Library) 行为一致。
-
坐标定义：所有返回坐标均为匹配区域的 几何中心点 $(x + w/2, y + h/2)$。
💡 开发者建议：
如果识别结果在 X 轴上有大约 10px 左右的固定误差，通常是因为滑块原图自带了透明边距（留白）。此时请确保 simple_target=false。该模式会通过 Canny 边缘检测 提取轮廓特征，能自动锁定拼图实体并忽略背景留白的像素干扰。
鸣谢 (Credits)
- 本项目是 ddddocr 的 Rust 移植版本，原作者为 sml2h3。衷心感谢原作者对 OCR 社区做出的杰出贡献。
- 推理引擎基于 tract (Sonos)。感谢其为 Rust 生态提供的轻量级推理方案。