Files
douyin_guaji-main/docs/archive/optimization/OCR_PERFORMANCE_OPTIMIZATION.md
T
CodexandClaude Opus 4.7 9a51b41c3d docs: 归档过期报告 + 整体迁移 docs/optimization → docs/archive/optimization
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>
2026-05-21 11:19:28 +08:00

3.1 KiB
Raw Blame History

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):

# 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