这个插件可以做什么

LION是一款插件，能够按照特定的时间间隔，对屏幕上特定的区域进行自动光学字符识别（OCR）操作。

为什么说它智能呢？这既不是因为它是我编写的，也不是因为“i”让这个首字母缩写显得很巧妙。

由于它会对同一屏幕区域进行多次OCR操作，正常情况下，它会多次读取到相同的文本，这显然不太理想。因此，我实现了一种机制，当识别出的文本与之前识别的文本相似时，就不再进行朗读。并且增加了使用正则过滤识别结果的功能。

我能用它做什么

编写这款插件的主要目的是为了读取字幕。基于其工作原理，它可以读取屏幕上的各类字幕，包括YouTube、Netflix、哔哩哔哩等在线视频网站上的字幕，AVI文件中嵌入的字幕，甚至是直播电视的字幕！

在使用时，务必将视频设置为全屏模式，因为它的工作方式类似于正常人的视觉。较大的文本有助于它获得更好的识别效果。不过，识别质量并非完美无缺。如果可以设置，尽量将字幕字体调大，并使用高分辨率屏幕。它所采用的OCR引擎并非十全十美，在某些图像上的识别效果可能不太理想。

除了读取字幕，它还能用于监测屏幕上那些无法直接访问的文本，比如视频游戏的菜单。但遗憾的是，它无法识别高亮显示的文本。

我该如何使用它

若要使用默认选项启动该插件，只需按下NVDA + ALT + N组合键。LION便会每隔1秒对整个屏幕进行一次OCR操作，且只有在文本发生变化时才会进行朗读。希望能如你所愿。

如果你想对其功能进行自定义设置，可以前往NVDA菜单，进入“选项”，再选择“设置”，找到“lion类别”。例如，视频文件的左上角可能会有一个标识，在读取字幕后，这个标识也会被一并读出，从而影响使用体验。下一部分我们将介绍如何解决这个问题。

LION具备以下设置项： 1. 识别间隔：即程序执行OCR操作的频率，取值范围为0.1秒至10秒。 2. 识别目标：用于指定进行OCR操作的屏幕区域。可供选择的选项包括：当前控件、当前窗口、导航对象以及全屏。 3. 从上方、下方、右侧、左侧裁剪像素：在全屏模式下，这四个设置项可用于裁剪屏幕中不需要扫描的区域。此设置仅在全屏模式和当前窗口模式下生效。这个设置有什么用呢？以之前提到的标识为例，只需从上方裁剪大约10%左右的区域，就能跳过该标识，避免它被读出。实际上，为了加快识别速度并减少资源占用，你可以从上方裁剪大约70%的区域，因为字幕通常位于屏幕下方三分之一的位置。

更新日志

版本3.1.0

版本3.0

  1. 兼容nvda2025.1
  2. 解决了一些影响使用的问题
  3. 将设置移入nvda设置对话框中

版本2.0

  1. 完全重构OCR识别部分，采用PaddleOCR-json，进一步提升了识别效果。
  2. 导入插件模板，并进行相关修改，以方便编译插件。

版本1.15

  1. 适配了NVDA 2022.1 。
  2. 完成了界面翻译工作。
  3. 支持在“按键雨手势”对话框中自定义快捷键。
  4. 在开启黑屏时启动识别操作会给出提醒，识别过程中开启黑屏同样也会给出提醒。
  5. 将默认快捷键改为NVDA + ALT + N 。

版本1.12

  1. 实现与NVDA 2021.1的兼容。
  2. 修复了一些已知错误。
  3. 更改了插件激活和停用的提示音。

版本1.11

修复了一个主要在YouTube全屏模式下出现的错误。

版本1.1

  1. 裁剪设置现在也会对当前窗口模式产生影响。
  2. 新增了相似度阈值设置，这在游戏场景中尤为有用。LION会持续将当前文本与之前朗读过的文本进行对比。如果判断文本没有发生变化，就不会进行朗读。该设置用于控制LION在文本对比时的严格程度。设置为0时，所有文本都会被视为相同，插件几乎无法正常使用；设置为1时，所有文本都会被朗读，即便它们完全相同。默认值为0.5。

版本1.0

初始版本