中文OCR准确率很低

[linchuanXu]

我单独调用了Windows.Media.Ocr.Cli.exe来进行OCR测试，但效果非常差。这也导致了分词和搜索的效果较差，在我看来，这是整个软件的一个明显短板。

在源码中，还有第二种OCR方式：OCR文本-chineseOCRlite。我想知道为什么不再使用这个配置？

我希望能够自由切换OCR引擎，并增加一个OCR测试页面，有更好的ocr效果。

如果ocr不准确的话，现在我搜索的效果都很差，后面的LLM等创意都没有意义了

[linchuanXu]

https://sspai.com/prime/story/rewind-diy

这个哥们也在复现rewind，用的ocr技术是

识别文字和压缩截图尺寸：使用 OCRmyPDF
少数派过去曾有一篇文章介绍如何通过 OCRmyPDF 在扫描版 PDF 中检索文字。本文沿用那篇文章所介绍的用法，唯一多用到的选项是 --optimize 3；根据文档，这是指对图片进行比较激进的有损压缩，特别适合截图留档这种「能看清就行」的场景。

[Antonoko]

目前禁用了 chineseOCRlite 的主要原因是效能比较糟糕（需要消耗更多的计算资源、时间也相对慢一些）、且同输入图像准确率和系统自带相比也接近。在同15分钟视频切片下，chineseOCRliteOCR 耗时约为8分钟，Windows.Media.Ocr.Cli大概为3分钟不到。

准确率较低的原因可能是由于录制的规格分辨率比较低，导致基于此画面的OCR结果准确率也低，可以参见这个讨论：
#9 (comment)

（因为我屏幕的缩放开得比较大，所以没有太注意到准确率的问题……下个版本中我们会加上关闭压缩分辨率策略的选项🤯，通过录制原始的分辨率画面，应该可以对 OCR 准确度有较大的提升

OCRmyPDF 我们也瞅瞅看！未来也可能会加上 paddleOCR 等方式选项进行 benchmark 供选择🤔

[Antonoko]

todo:
[x] 添加取消屏幕录制时缩放的策略选项，允许高分屏用户录制完整分辨率的视频文件；
[ ] 暴露 OCR 接口，添加更多 OCR 选型、允许用户添加自定义的 OCR 引擎，添加与完善 benchmark 测试对比工具；

[linchuanXu]

我改本地代码调用了chineseOCRlite，删除数据库全部ocr，效果好了很多！ 字小的，模糊的可以考虑这个。

用chineseOCRlite的时候，在crnn.py的25行加入，可以避免输出大量onnx的警告：
rt.set_default_logger_severity(3)

[linchuanXu]

https://cnocr.readthedocs.io/zh/latest/models/

cnocr 我看了一下，很灵活，cpu、gpu、模型都可以配置，效果很好。但是配环境很麻烦。

最好还是能暴露接口

[ASC8384]

业内（做OCR的）朋友推荐了PaddleOCR和EasyOCR。
实测chineseOCRlite的准确率比Windows的高多了。
感觉可以考虑加入GPU推理。

[B1lli]

尝试了一下调用微信自带的OCR来替换Windows.Media.Ocr.Cli，精度提升非常大，性能还没测试，也没在前端做按钮，更新刚刚推送到我fork的一个分支（https://github.com/B1lli/Windrecorder/tree/dev ），如果 @Antonoko 愿意的话，可以加在前端页面作为可选的替换OCR选择

[Antonoko]

尝试了一下调用微信自带的OCR来替换Windows.Media.Ocr.Cli，精度提升非常大，性能还没测试，也没在前端做按钮，更新刚刚推送到我fork的一个分支（https://github.com/B1lli/Windrecorder/tree/dev ），如果 @Antonoko 愿意的话，可以加在前端页面作为可选的替换OCR选择

棒！大概 0.2.0 版本前会添加自定义 ocr 接口的配置，这个 ocr 方式可以作为一个备选项加入~