実OCRトレースを収集・再生できるデバッグ機能を追加する

[Freeesia]

概要

実際のOCRフレーム列を収集・保存し、同じ入力をOCR追跡処理へ再生できるデバッグ機能を追加する。

合成テストだけでは把握しにくい位置ジッター、文字列変動、一時欠落、分割・統合、同一文字列の誤対応を再現可能にし、追跡精度の改善を定量評価できるようにする。

目的

• 実環境で発生したOCR結果のフレーム間変動を再現する
• 追跡アルゴリズム変更前後を同一入力で比較する
• 位置ジッター、表示構造変化、ID切替、欠落復帰、反映遅延を測定できるようにする
• 不具合報告に再現可能なデータを添付できるようにする

記録内容

各OCRフレームについて少なくとも以下を記録する。

• トレース形式のバージョン
• フレーム番号
• 記録開始からの相対時刻
• OCR対象画像の幅と高さ
• IOcrModule.RecognizeAsync が最終的に返した統合済み TextRect の集合
  • OCR文字列
  • X / Y / Width / Height
  • FontSize
  • Angle
  • MultiLine

プライバシー

OCR文字列には個人情報や機密情報が含まれる可能性がある。

• 通常利用時は無効とする
• デバッグ時のみ明示的に有効化できる
• 画像そのものは既定で保存しない
• 画像保存を追加する場合は、文字列トレースとは別の明示的なオプトインとする
• 保存先と記録内容を利用者に明示する
• 不具合報告へ添付する前に内容確認を促す

再生

• 保存済みトレースをデバッグ用ランナーまたはテストから読み込める
• 記録時と同じ画像サイズ、フレーム順序、相対時間で追跡処理へ入力できる
• 各フレームの安定化済み TextRect を取得できる
• 将来の形式追加に備え、未知の追加フィールドを許容する

信頼性・性能

• 記録失敗によってOCR・翻訳処理を停止させない
• 記録無効時のホットパスへの負荷を最小化する
• 書き込みがOCR処理を長時間ブロックしない
• 不要な画像・長期履歴を保持しない

評価指標

トレースから少なくとも以下を計算できる設計を検討する。

• 位置・サイズのフレーム間変動量
• 文字列変更回数
• 一時欠落からの復帰率
• 論理トラックのID切替回数
• 分割・統合状態の変更回数
• 実際の変更が反映されるまでの遅延
• 1フレームあたりの追跡処理時間

テスト

• 収集データのシリアライズ往復
• 複数フレームの順序と相対時刻の保持
• 保存済みトレースの再生
• 記録無効時にファイルを作成しないこと
• 保存失敗時もOCR処理が継続すること
• 形式バージョンの互換性

ドキュメント

開発者向けドキュメントに以下を記載する。

• 有効化方法
• 保存場所
• 記録される情報
• 再生・テスト方法
• プライバシー上の注意

受け入れ条件

• 実OCR結果をフレーム列として保存できる
• 画像は既定で保存されない
• 保存したトレースを追跡処理へ再生できる
• 記録無効時に通常処理へ実質的な追加負荷がない
• 記録失敗がOCR・翻訳処理を停止させない
• 収集・シリアライズ・再生のテストがある
• 利用方法とプライバシー上の注意が文書化されている