影像前處理(供 OCR / 模板比對)

locate_text / ocr_read_structure 與 match_template 是把*原始*螢幕擷取直接餵給 OCR 引擎或比對器。 小字、暗色主題、低對比與略為旋轉的截圖會嚴重影響兩者——而框架先前完全沒有前處理接縫。本功能加入標準前處理 流程——灰階 → 放大 → 二值化 → 去歪斜 → 去噪 → CLAHE 對比——以倍增你已在使用的 OCR 與比對功能的準確度。

每個函式都在可注入的 haystack 影像(ndarray / 路徑 / PIL,預設為對 region 擷取螢幕)上執行並回傳 NumPy ndarray,因此可對合成陣列做單元測試。OpenCV + NumPy 透過 je_open_cv 引入。不匯入 PySide6。

無頭 API

from je_auto_control import preprocess_image, binarize, deskew, upscale

# 一次性流程,再對清理後的影像做 OCR。
clean = preprocess_image("receipt.png", steps=("grayscale", "upscale",
                                                "deskew", "binarize"), scale=2.0)

# 或個別組合各步驟。
bw = binarize("panel.png", method="adaptive_gaussian", block_size=41)
straight = deskew("scan.png", max_angle=10.0)
big = upscale("tiny_label.png", scale=3.0, interp="lanczos")

基礎元件有 to_grayscale、upscale``(``scale / interp)、binarize``(``method = otsu / adaptive_mean / adaptive_gaussian)、denoise、enhance_contrast``(CLAHE)、``deskew 以及 detect_skew_angle``(回傳量測到的文字歪斜角度,夾在 ``±max_angle)。preprocess_image 依序串接任意 具名 steps——grayscale、upscale、binarize、denoise、deskew、contrast;未知步驟名稱 會丟出 ValueError。

執行器命令

AC_preprocess_image 執行流程並把結果*寫入* output_path``(因此可從 JSON / MCP / builder 使用): ``source 為影像路徑(預設為對 region 擷取螢幕)、steps 為有序清單(或逗號字串),另有 scale / block_size / c;回傳 {path, width, height}。它以 MCP 工具 ac_preprocess_image 以及 Script Builder 中 Image 分類下的命令提供。