图上的文字也要能搜：OCR 功能详解
什么是图内文字搜索
这是 Rays 一个经常被低估的功能：不仅能搜标签和标题，还能搜图片本身包含的文字内容。
举个例子——你有一张表情包，图上写着"好的收到"。你可能忘了给它打标签、也没给它起标题，但只要图上有这四个字，在搜索框里输入"好的收到"就能搜到它。
这就是 OCR（光学字符识别）——让应用"读"懂图片上的文字。
OCR 是怎么工作的
Rays 的 OCR 能力基于 ML Kit（Google 的移动端机器学习工具集）的文本识别模型：
- 处理时机：图片导入时自动执行（首次导入花几秒，之后有缓存）
- 运行位置：设备本地，不上传任何图片内容到服务器
- 语言支持：默认支持中文简体、英文等主流语言
- 识别范围：整张图上的所有文字区域（不区分正文/图注/水印）
OCR 能识别什么
能识别的
- 清晰的印刷体文字（表情包上最常见的形式）
- 电脑字体、手机系统字体、截图中的文字
- 横排、竖排文字
识别不好的
- 手写体（模型对非标准手写的识别率有限）
- 艺术字、扭曲变形的文字
- 极小字号（分辨率不够的图）
- 颜色接近背景的文字（对比度低）
- 动图 GIF（目前只识别首帧）
如何验证 OCR 效果
收完一批图后：
- 打开某张图的详情页
- 应该能看到一个OCR 识别结果或类似区域
- 确认识别出的文字是否准确
如果发现某些图的 OCR 结果为空或不准确，可以手动触发重新识别（具体入口随版本变化，以实际界面为准）。
OCR 和搜索域的关系
OCR 识别出的文字会进入一个独立的搜索字段。在搜索域设置里，你可以选择要不要把这个字段纳入搜索范围：
- 开启：搜索时会同时匹配标签、标题、图内文字（默认，推荐）
- 关闭：只搜标签和标题（如果你嫌 OCR 结果太杂）
详情见 搜索域概念：指定搜哪些字段。
OCR 的性能影响
- 首次导入：每张图多花 1-3 秒（取决于图片分辨率和设备算力）
- 之后使用：缓存已做好，不影响搜索速度
- 批量导入 50 张：整体约多花 1-2 分钟（可以接受的一次性投入）
如果你特别在意首次导入速度，可以在某些版本里关闭自动 OCR（以实际界面为准），之后手动批量触发。
为什么这个功能很重要
你在聊天中收到的绝大多数表情包上都有文字——要么是一句梗、要么是一个情绪词、要么是一个口头禅。标签需要你手动打、标题需要你手动设，但图上的文字是现成的，Rays 自动帮你收进索引。
"好的收到"、"在忙"、"无语"、"加油"、"社死现场"——这些词你可能不会特意去打标签，但以后搜的时候，OCR 让你直接命中。