图像识别
概述
图像识别包含光学字符识别（以下简称 OCR）及图片描述两个部分。
OCR 可以从图片中提取文字内容，从而实现朗读图片中文字的目的。例如，读屏无法获取信息的窗口，一份扫描版的PDF文档，视频中内嵌的字幕，或需要获取文字的一张图片，都可以尝试使用OCR进行识别朗读。
图片描述可用于简单描述照片上的内容。从描述结果中可以对照片上的人物、环境、物体等信息有一个大致的了解。
争渡读屏提供了多个图像识别引擎，其中大部分引擎需要连接网络使用。同时也支持第三方开发的识别引擎插件。每个引擎的识别类型和识别结果会有一定的差异，您可以根据使用场景灵活选用。按 alt+小键盘7和9可切换识别引擎，按 alt+小键盘8切换当前引擎支持的识别类型，长按切换到第一个识别类型。
OCR 识别
为了尽可能的让OCR识别功能更有价值和实用性，争渡读屏结合日常的不同使用场景，提供了多种OCR识别模式。
使用OCR 辅助操作
在操作过程中，当遇到使用读屏各种导航方式都无法朗读的窗口时，可按下 Alt +小键盘星号，对整个窗口进行OCR识别。
如果窗口中大部分内容可以正常朗读，当遇到无法朗读的内容时可以使用 Alt+小键盘斜杠进行局部识别。局部识别提供了两种识别方式，分别为识别当前操作对象和识别鼠标所在区域。
当使用光标键， tab 键或小键盘浏览到图片或没有标签的元素等内容时，按下 alt+小键盘斜杠识别当前操作的对象。
使用像素浏览到要识别的位置，按下 alt+小键盘斜杠，即可识别鼠标所在的区块。区块大小可在争渡读屏设置-OCR设置中调整。
识别完成后，结果会自动读出。若要对窗口或局部识别结果进行操作，可使用下列快捷键：
- Alt+小键盘4，识别结果的前一项；
- alt+小键盘6，识别结果的后一项
- alt+小键盘1，识别结果的前一个字（部分识别引擎不支持）
- alt+小键盘3，识别结果的后一个字（部分识别引擎不支持）
- alt+小键盘点，可重复听读识别结果
在切换过程中，鼠标会自动跟随，找到要操作的项目后，可以直接使用单机、双击、右击等操作。
如果识别结果错误太多，或找不到要操作的内容，可尝试 Alt+小键盘7或9切换识别引擎。一些引擎支持高精度识别，可按 Alt+小键盘8切换识别类型到高精度。切换完成后需要重新识别。
注： OCR识别结果的准确性受到很多客观条件限制，比如窗口背景颜色的干扰、自绘控件的特殊字体字形、不规则的排版等，都可能影响识别结果，因此对于OCR识别的内容完整性和准确性需要用户在实际使用中仔细鉴别，甚至有时候需要反复尝试多次，才能获得有效的信息；对于识别结果的操作，鼠标指针跟随位置也有可能出现一定偏差，因此有时候可能需要我们使用像素浏览进行辅助。
若操作软件能够设置字体大小,可以尝试适当调大字体,有助于提高识别率。
本地或剪贴板文件快速识别
Alt 加小回车可以对剪贴板内的图片数据或图片文件进行识别，若剪贴板非图片，则会弹出文件选择对话框，您可以浏览到需要识别的文件打开。
若选择的文件为图片文件，软件会直接进行识别，若选择的是PDF文件，则会启动PDF转换器。
图片识别成功后读屏会自动读出结果，同时也可以使用上述查看快捷键进行逐项或逐字浏览。
字幕识别
字幕识别用于识别视频中的内嵌字幕，如果视频中提供了外挂字幕则不推荐使用识别功能。
要打开字幕识别，一般情况下需要先定位到视频播放器控件，例如在网页中可尝试按O或光标键定位，在普通窗口尝试用小键盘定位。如果无法定位，则直接针对整个窗口进行识别。
定位完成后，按 win+shift+小键盘斜杠打开字幕识别，长按关闭字幕识别。
注：字幕识别仅支持百度离线OCR引擎，不支持引擎切换。
图像描述
目前提供QQ和百度两个图片识别引擎，图片的提交方法与OCR文本识别保持一致，如需进行图像描述，可案 Alt 加小键盘7或9切换到对应引擎后， Alt 加小键盘8选择相应的识别类型。