直接回答
手写文字测试首先要允许一种可能：选定的 OCR 路径可能不识别手写。不能从印刷文字演示、语言选择器或人工键入文字后的成功翻译，推断应用支持手写。`OCR-DEDICATED-01` 描述了块、行、元素等结构化文字识别输出，但没有证明任何特定库或模型能读手写路牌。`BENCHMARK-01` 要求发布质量结果前保留原始代表性记录。测试目标是查明确切构建的实际行为并保留不确定性，而不是承诺手写翻译能力。 先准备经授权、有版本号的图像集，配上流利读者审核的源转录、图像区域标记以及独立审核的目标语参考。印刷、装饰字体和手写例子要分组。手写组内可以按笔迹大小、连笔、倾斜、方向、背景和遮挡情况作描述性标记。除非采样方法确实有说明，不要称语料代表一种语言或书写人群。未经许可不要收集真实个人的字迹，因为姓名、地址和私人便条可能识别个人。 记录拍照或导入入口、图像方向和裁剪、预处理版本、OCR 组件及配置、如适用的模型/运行时身份、源/目标方向、网络状态和输出。先将识别出的源文字和参考文本比较；只有转录检查后，才能将译文与目标参考比较。如果没有返回字面文字，应记录此测试配置下识别失败或未经验证，不要让语言模型根据上下文补猜字符后伪装成观察到的手写内容。 不确定性必须可见。用户应能查看原图、修正转录、拒绝不可读片段，或重试更清晰的裁剪。每项修正要记录为用户提供，而非模型输出。流畅译文仍可能基于错误识别。日期、金额、姓名、地址、否定和安全相关文字要让用户复核，不要自动规范有歧义的字符。测试可以记录流水线对某个样例的反应，但不能凭少量例子宣布整个手写模态可靠。 预先定义测试矩阵：清晰印刷文字作为控制组；若在测试范围内，再包括草写/毛笔、混合印刷与手写、低对比、旋转页面、文字裁剪和空白区域。失败状态覆盖相机拒绝、图像解码失败、OCR 无文本、部分行、解析器拒绝、翻译不可用、取消、导出和清理。如果使用的采集路径用了 ImageProxy，失败时也要核对资源关闭。默认日志和分析事件不要含源图。 只有在保留原始样例和评分规则时，才能报告计数或方法；否则仅给出定性案例表。写明测试过和未测试的书写类型，以及 OCR 是否在翻译前经过人工修正。这篇文章帮助开发者决定是否应提示“无法读取”并请求重拍，不决定某个未指定翻译器是否支持手写。没有证据前避免模型排名、语言保证和准确率百分比。
旅客拍摄一张手写方向便条
便条上手写街道名称和简短指示。旅客希望看到可读译文，但尚无审核过的源转录，也没有证据证明手写识别可用。
决策
保留图像，分开字面转录与翻译，标出不可读字符，并在翻译前允许人工修正或拒绝源文本。
预期结果
测试只报告确切构建是否读出该样例和剩余不确定性，不夸大为广泛手写支持。
需要收集的证据
只有将以下证据与同一模型文件和测试运行关联起来，结论才可复核：
- OCR-DEDICATED-01：文字识别返回结构化文本单元
- BENCHMARK-01：质量主张需原始代表性记录
- COVE-OCR-01：项目代码对可见文字有结构化字段
任务质量需要有版本记录的语料和验收规则；流畅的单条样例不等于准确度结果。
实施流程
- 准备审核过的手写样例. 使用获准图像、流利读者审核的源转录、区域标记和独立目标参考，并把印刷控制组与手写条件分开。
- 记录确切采集和运行输入. 记录相机/导入入口、方向、裁剪、预处理、OCR 组件/配置、如适用的模型运行时、语言方向及网络状态。
- 先评估字面识别. 将识别字符/片段与源转录对照。缺失和歧义字符保持不确定，不得根据语义上下文静默补字。
- 源文修正后再评估翻译. 让用户查看、修改、拒绝或重试更清晰的裁剪。修正标明来自用户，再与独立目标参考比较译文。
- 测试失败、隐私和资源释放. 覆盖权限拒绝、解码失败、无/部分 OCR、解析拒绝、取消、导出和资源关闭；私人字迹不得进入默认日志。
让每个阶段的状态都可观察。失败信息应指出阶段、模型、运行时和恢复动作，同时避免记录用户私密内容。
验收标准
- 每个测试都记录图像条件，并把印刷控制结果与手写样例分开。
- 源文字不可读或缺失时保持不确定，须经人工修正后才可使用；译文不冒充已观察到的原文。
- 结论限于记录构建与样例，并说明失败和未测试的书写条件。
决策对照表
| 维度 | 选择或证据 | 解读方式 |
|---|---|---|
| 印刷控制样例 | 已知清晰文本图像 | 检查基础图像/OCR连接，但不证明能识别手写。 |
| 手写样例 | 带人工参考的已标注源文 | 测试特定笔迹和采集方式，结论仅适用于这些样本。 |
| 键入源文本 | 手动转录后输入 | 只测试翻译，并绕过手写识别阶段。 |
需要避免的失败模式
- 把印刷标牌测试外推到手写
- 让模型补齐看不清的字符后当成原文
- 只展示成功样例而不记录拒绝和失败
还要避免静默回退、版本未固定、缺少取消处理，以及把不同配置的结果混在一起下结论。失败运行也应与成功记录一并保存。
最小复现记录
| 层级 | 记录内容 |
|---|---|
| 设备 | 厂商、型号、芯片、内存档位、操作系统版本 |
| 软件 | 应用版本和 Git 提交号 |
| 模型 | 系列、变体、版本、格式、文件长度、摘要、量化方式 |
| 运行时 | 名称、版本、请求后端及实际后端证据 |
| 工作负载 | 样例版本、输入摘要、提示词摘要、输出策略 |
| 结果 | 完成、失败、取消、回退及保护隐私的诊断信息 |
发布检查表
- ☐ 主要搜索问题已回答，且没有未经支持的数字。
- ☐ 所有模型文件和运行时版本均已固定。
- ☐ 代表性任务和失败处理策略均有说明。
- ☐ 生命周期、取消、清理和回退均已测试。
- ☐ 用户内容与网络边界均有说明。
- ☐ 结论只适用于被记录的配置。
- ☐ 新增测试结果时链接到原始方法或证据。
来源与相关证据
- ML Kit text recognition
- Cove 基准测试方法
- Google ML Kit 文字识别 v2
- Android CameraX 图像分析
- Google ML Kit Android 设置与模型交付
中文部署与排错专题见。奇连 AI 端侧专题。
常见问题
印刷路牌测试能证明手写可用吗？
不能。印刷和手写属于不同测试条件，应分开并只报告实际评估的书写类型、采集条件和具体构建版本，不能外推。需单独验证。
模型可以补猜没读出的字符吗？
可以作为明确标记的猜测供用户参考，但不能把猜测当成观察到的源文字。应保留不确定性并让用户复核原图、修正和变更记录。
几个手写例子能证明识别准确率吗？
不能。质量主张需要代表性标注语料、原始记录、公开评分方法和失败审核。少量样例只能用于探索，不可推广到未测范围、语种或书写人群。