imgtranslator.com переводит текст на изображении и перерисовывает его на месте: меню, фото товара, страницу манги. OCR и перевод выполняются на сервере. Стирание исходного текста и верстка перевода происходят прямо у вас на холсте...
imgtranslator.com переводит текст на изображении и перерисовывает его на месте: меню, фото товара, страницу манги. OCR и перевод выполняются на сервере. Стирание исходного текста и верстка перевода происходят на холсте вашего браузера.
Этот шаг стирания является темой этого поста. Очевидный инструмент для этого — модель рисования, которой я сознательно не пользовался первые два месяца. Генеративная заливка может незаметно изменить вещи, которые не были текстом, например цену на билете или лицо за речевым пузырем, и ничто в ее выводе не говорит вам об этом. Поэтому я написал ластик вручную, как правила пикселей.
Далее следует, как работала вторая версия этих правил, как я измерял ее, когда для реальной фотографии нет достоверных данных, и момент, когда другие правила перестали помогать, что я могу показать с помощью цифр.
Вход
Для каждой строки текста OCR дает мне поле. Иногда он также дает посимвольные поля, в зависимости от движка. Ластик получает изображение и поля и должен исчезнуть текст внутри каждого поля, оставив все остальное в покое.
«Все остальное» — это самая сложная часть. В манге он включает в себя контур речевого пузыря на расстоянии 2 пикселей от текста, соседний колу
