Screen Capture
屏幕捕获、OCR 与图像检测(草案)
捕获像素和解释图像是两件事:捕获记下取得了哪一片画面;OCR 和对象检测各自记下一次识别的结果,并引用原图。捕获和识别是否由不同的 Observer 负责,按谁形成观测来确定,见 OBSERVER-6。这个来源还没有截图入口或识别适配器,也没有登记 EntitySchema。
实体
| 实体 | 含义 | 身份 | 要保留的信息 |
|---|---|---|---|
| 图像材料 | 已取得的原始图像 | 按内容识别;可以被多次捕获或识别引用 | 字节表示;来源范围 |
| 图像捕获 | 一次捕获 | 每次捕获一个;像素相同也各自保留 | 来源和捕获范围;请求开始和完成的边界;图像材料 |
| OCR 结果 | 一次文字识别的输出 | 识别运行的身份;重新识别另存一份 | 图像材料;页、块、段落、词、字符;置信度和位置 |
| 图像检测结果 | 一次模型检测的输出 | 识别运行的身份;同一类别的多个框是不同的实例 | 图像材料;标签、框、置信度和模型版本 |
事实时间
捕获的请求和完成边界只描述捕获这个操作。识别结果的事实时间表达的是图像中的事实还是识别运行本身,由 EntitySchema 规定;处理完成的时间与原图的时间分开。