展开本页目录
开始前准备什么
- Python环境与本地CPU；Indra使用ONNX，不需要PyTorch或GPU，首次运行需下载约76MB默认模型，math模型另计。
- 代码Apache2.0；权重modified OpenRAIL-M，有企业规模与竞争用途限制，不能宣传无限制免费商用。
- 本课原生材料可离线免费检查；目标识别未执行，实际page.source/conf/坐标只能运行后填写。
- 制作两列竖排样本
- 保存原图朝向
- 读取竖排元数据
- 回画原页框
- 核对列间顺序
- 加入复杂排版负例
- 交付方向证据
1. 制作两列竖排样本
右列写“先核对日期”，左列写“再保存凭证”，注明预期阅读顺序。
使用简单竖排，不采用跨栏新闻版式作为首个成功样例。
2. 保存原图朝向
记录宽高和右/左列范围，保留未旋转源图。
不先把图转90度后又声称测的是原页面自动识别。
3. 读取竖排元数据
在实际结果检查page.vertical、rotation及lines顺序。
元数据只能运行后填写，作者标注与程序判定分开。
官方界面与功能位置
以下为官方文档配图，具体版本与账号入口以当前产品为准。本课练习输入与验收对照见相邻步骤。
4. 回画原页框
按官方原页面像素坐标画lines.box，观察是否贴合原竖列。
不要因为内部转过方向就自行二次旋转所有框。
5. 核对列间顺序
依结果顺序拼接，确认先右列后左列。
文字都识别到但顺序反了仍为失败。
6. 加入复杂排版负例
使用上下分区且跨列的作者样本测试边界。
官方提示此类版式可能串文章，失败要保留而非只展示简单页。
7. 交付方向证据
保存原图、元数据、顺序箭头与原页框。
只做本地作者框演示时标注参考坐标，不能称真实OCR框。
下载本课材料并开始操作
练习包包含本课的具体输入、可编辑数据、正反样例与七步说明。index.html 可离线查看原件和验收参考，actual-results.csv 用于记录你实际操作后的结果。
怎样确认已经完成
- 先右列再左列的文字顺序正确。
- 框绘在未旋转原页且未二次变换。
- 复杂跨区负例有明确未通过边界。
常见问题
竖排识别后文字齐了，为什么读起来反了？
还要检查列顺序。官方竖排按右至左列、每列自上而下读取，本课用有明确先后语义的两列核对。
结果转过90度，框也要自己转90度吗？
不要盲转。官方说明竖排结果的框已经对应页面原样坐标；先画回原图核对，二次旋转会错位。