A. docs/ 根目录下 5 篇过期/迁移类文档归档到 docs/archive/ - LOGGING_IMPROVEMENTS.md (日志系统迭代报告,与 archive/日志系统优化说明.md 重复) - OCR性能分析报告.md (历史性能分析) - 统一截图和分数记录说明.md (重构方案,已合并到代码) - AI_PROJECT_SUMMARY.md (提到的 Underlying_Operations.py / path_config.py 路径已与 main 重构后不一致) - param_usage.md (模块使用说明,零引用,模块本身有 docstring) B. docs/optimization/ 整目录归档为 docs/archive/optimization/(7 篇) - ADB_EXECOUT_OPTIMIZATION / OCR_PERFORMANCE_OPTIMIZATION - SCREENSHOT_PERFORMANCE_DIAGNOSIS / SCREENSHOT_VERIFICATION_GUIDE - STREAMING_SCREENSHOT_DISABLED / STREAMING_SCREENSHOT_COMPLETELY_DISABLED - optimize_file_replace 全部是优化报告 / 已禁用功能记录,属于历史迭代而非活文档 C. docs/README.md 重写为按主题分组的索引,明确"活文档 vs 归档"边界 保留为活文档: - 日志系统规范文档.md(被 3 处引用) - 日志轮转功能说明.md(描述当前在用的轮转策略) - 截图服务日志说明.md(描述当前服务行为) - 完整技术文档.md / 流程图.md / 预约系统详细流程.md / 高价值房间重访功能说明.md 回归:纯文档归档不影响代码;140 .py 全量编译通过; test_filter_logging / check_web_gui_config_sync 通过。 Co-Authored-By: Claude Opus 4.7 <noreply@anthropic.com>
107 lines
3.1 KiB
Markdown
107 lines
3.1 KiB
Markdown
# 福袋详情OCR性能优化说明
|
||
|
||
## 优化目标
|
||
|
||
将福袋详情OCR识别耗时从 **8秒** 降低到 **3-4秒**(减少50%)。
|
||
|
||
## 已实施的优化
|
||
|
||
### 1. 优化按钮OCR识别(节省1-2秒)
|
||
|
||
**问题**:
|
||
- 按钮识别会尝试两种模式(模式0和模式1)
|
||
- 即使模式0成功,也会尝试模式1,导致重复OCR
|
||
|
||
**优化**:
|
||
- 如果模式0识别到关键信息,直接返回,不再尝试模式1
|
||
- 只有在模式0完全失败时才尝试模式1
|
||
|
||
**效果**:减少50%的按钮OCR时间(约1-2秒)
|
||
|
||
### 2. 优化图像加载(节省50-100ms/次)
|
||
|
||
**问题**:
|
||
- 每次OCR都调用 `img.verify()` 验证图像
|
||
- `verify()` 会重新读取文件,是多余的操作
|
||
|
||
**优化**:
|
||
- 移除 `img.verify()` 调用
|
||
- 直接使用 `Image.open()` + `img.load()` 立即加载
|
||
|
||
**效果**:每次OCR节省50-100ms,6次OCR共节省300-600ms
|
||
|
||
### 3. 优化图像预处理(节省100-200ms/次)
|
||
|
||
**问题**:
|
||
- 所有图像都进行锐化和对比度增强
|
||
- 大图像(>=300px)不需要额外处理
|
||
|
||
**优化**:
|
||
- 只对小图像(<300px)进行锐化和对比度增强
|
||
- 大图像直接使用,不进行额外处理
|
||
|
||
**效果**:每次OCR节省100-200ms,6次OCR共节省600-1200ms
|
||
|
||
### 4. 优化调试图像保存(节省50-200ms/次)
|
||
|
||
**问题**:
|
||
- 每次OCR和cut_pic都保存调试图像
|
||
- 包括加载完整截图、转换格式、保存文件等操作
|
||
|
||
**优化**:
|
||
- 默认不保存调试图像
|
||
- 只在明确启用调试模式时保存(通过环境变量 `SAVE_OCR_DEBUG_IMAGES=1`)
|
||
|
||
**效果**:每次OCR节省50-200ms,6次OCR共节省300-1200ms
|
||
|
||
## 预期性能提升
|
||
|
||
### 优化前
|
||
- 按钮OCR:2次尝试 = 2秒
|
||
- 图像加载:6次 × 100ms = 600ms
|
||
- 图像预处理:6次 × 200ms = 1200ms
|
||
- 调试图像保存:6次 × 150ms = 900ms
|
||
- **总计额外耗时:约4.7秒**
|
||
|
||
### 优化后
|
||
- 按钮OCR:1次尝试 = 1秒(节省1秒)
|
||
- 图像加载:6次 × 50ms = 300ms(节省300ms)
|
||
- 图像预处理:6次 × 100ms = 600ms(节省600ms)
|
||
- 调试图像保存:0ms(节省900ms)
|
||
- **总计额外耗时:约1.9秒**
|
||
|
||
### 总体效果
|
||
- **总耗时**:从 8秒 → 4-5秒(减少40-50%)
|
||
- **OCR核心耗时**:保持不变(约2-3秒,取决于OCR引擎)
|
||
- **额外开销**:从 4.7秒 → 1.9秒(减少60%)
|
||
|
||
## 环境变量配置
|
||
|
||
如果需要启用调试图像保存(用于调试OCR问题):
|
||
|
||
```bash
|
||
# Windows
|
||
set SAVE_OCR_DEBUG_IMAGES=1
|
||
set SAVE_CUT_PIC_DEBUG_IMAGES=1
|
||
|
||
# Linux/Mac
|
||
export SAVE_OCR_DEBUG_IMAGES=1
|
||
export SAVE_CUT_PIC_DEBUG_IMAGES=1
|
||
```
|
||
|
||
## 进一步优化建议
|
||
|
||
如果还需要更快,可以考虑:
|
||
|
||
1. **使用GPU加速**:如果设备有GPU,启用GPU加速可以显著提升OCR速度
|
||
2. **优化OCR引擎配置**:调整EasyOCR/PaddleOCR的参数,减少识别时间
|
||
3. **减少OCR区域**:只识别必要的区域,跳过不必要的OCR
|
||
4. **使用更快的OCR引擎**:考虑使用Tesseract或其他更快的OCR引擎
|
||
|
||
## 验证方法
|
||
|
||
重启程序后,查看日志中的OCR耗时:
|
||
- `[性能] 并行OCR识别完成` 的 `elapsed_seconds` 应该从 8秒 降低到 3-4秒
|
||
- `read_fudai_detail_once完成` 的 `elapsed_seconds` 应该相应减少
|
||
|