Skip to content

Code-to-Video v0.2.0

Latest

Choose a tag to compare

@MING-ZCH MING-ZCH released this 21 Oct 09:26

文档类输入:meme 图、学术论文 poster(PDF)、富文本图 → video

  • lib/layout.py(Tesseract + OpenCV,不用模型),由 c2v ingest 自动调用。它输出:
    • OCR 文字行;
    • 按阅读顺序排列的区块;
    • 文档类型 poster / card / meme;
    • 自动判定的中英文语言;
    • meme 的字幕层与去字底图。
  • PDF 输入:第 1 页按 200 dpi 栅格化,并保留内嵌文字。
  • engine/doc.js:plate() 绘制原图素材;textBlock() 排版文字,支持中文、逐字打出;marker() 绘制荧光笔效果;PROJECT.assets 声明素材。
  • PROJECT.text = 'content':文字原生的输入里,规则 2 改为“只展示原文的字”。
  • reads R6 支持 focus({ group }),解决群组目标被自身成员“遮挡”的误报。
  • scripts/dev/text-recall.py:成片原文 OCR 召回。
  • 3 个原型 doc-poster / doc-card / doc-meme:check、reads、selftest 均通过,召回 12/12、9/9、3/4。报告见 docs/doc-inputs.md。
  • 回归:新增文档类型判定测试,原有测试全部通过;7/7 回放仍被捕获。