<!-- Canonical URL: https://ask.atlascloud.ai/zh-TW/test-text-accuracy-ai-generated-product-images -->

# 如何測試 AI 生成產品圖中的文字準確性？

> 使用分層測試評估生成文字：OCR 提取候選，精確與規範化字符串比較，版式檢查，以及對關鍵品牌或法律文案的人工審核。每個必需區域獨立評分，並拒絕缺失、替換、重復或不可讀文字。

<!-- Canonical URL: https://ask.atlascloud.ai/test-text-accuracy-ai-generated-product-images -->

文字準確性不是一個 OCR 分數。產品圖可能包含所有預期單詞，卻因字形破損、價格貼錯商品、logo 拉伸或必需文案太小而失敗。測試必須同時覆蓋內容、幾何與視覺質量。

生成前定義預期文字，把每個區域當成包含字符串、位置、重要性和允許變化的契約。

## 建立文字區域規範

| 字段 | 示例 |
|---|---|
| `region_id` | `front_label_brand` |
| 必需文字 | `NORTHSTAR` |
| 重要性 | 關鍵 |
| 預期區域 | 包裝上方中央 |
| 大小寫規則 | 精確大寫 |
| 允許換行 | 不允許 |
| 最小高度 | 28 像素 |

將關鍵文案與裝飾文案分開，價格、劑量、產品編號和監管聲明應使用更嚴格規則。

## 只執行契約允許的規範化

先比較精確 Unicode，再應用明確規則，例如去除外圍空格或統一排版引號。數字、標點、重音或大小寫有意義時不能靜默刪除。增加 `0/O`、`1/I/l` 及跨字母表同形字符檢查。

## 將 OCR 作為檢測器而非裁判

保留 token、置信度和 bounding box，並在關鍵資產上使用第二 OCR 或視覺語言復核。

| 條件 | 建議結果 |
|---|---|
| 精確文字、正確區域、強置信度 | 通過自動內容門 |
| 允許的規範化差異 | 按契約通過 |
| 引擎意見衝突 | 人工復核 |
| 數字或品牌詞錯誤 | 失敗 |
| 必需區域未檢出 | 按重要性失敗或復核 |

## 檢查版式與關聯關係

用 bounding box 確認正確文字靠近正確商品。測量重疊、裁切、旋轉、換行和區域偏移，並查找重復文案與意外數字。

## 在交付尺寸衡量可讀性

對最終縮放資產檢查字符高度、局部對比、模糊和壓縮損傷。復核表應同時展示 100% crop、最終尺寸、OCR 框和預期字符串。

## 建立按嚴重程度分級的評分

```text
if critical_text_wrong or required_number_wrong:
    result = "fail"
elif any_required_region_uncertain:
    result = "review"
else:
    result = weighted_quality_score
```

關鍵錯誤不能被平均分掩蓋，應保留內容、位置、可讀性和風格的獨立原因。

## 使用對抗性字符串測試

回歸集應包含重復字母、數字字母混合、標點、重音、長詞、窄字體、弧形標籤、竪排文字和多價格，並覆蓋真實品牌術語與法律短語。

## 報告已批准資產產出率

跟蹤每區域精確匹配率、關鍵失敗率、人工復核率、復核後批准率、每個批准圖的重試次數和主要編輯原因。

[Atlas Cloud](https://www.atlascloud.ai/?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=test-text-accuracy-ai-generated-product-images) 可通過一個 OpenAI 兼容平台支持圖像、視覺和文本模型流程。權威字符串和批准邏輯應位於模型之外。

## 結論

將文字視為明確的區域契約。用 OCR 與視覺模型提取候選，在受控規範化下比較字符串，驗證位置和最終尺寸可讀性，並把不確定性送入人工復核。

## FAQ

### OCR 準確率足以批准生成文字嗎？

不足。OCR 可能漏掉風格化但可讀文字，也可能接受視覺上破損的字形，應與版式和人工審核結合。

### 標點與大小寫是否要精確比較？

Logo、SKU、劑量、價格和法律文案通常需要；裝飾標題應事先定義允許的規範化規則。

### 如何測試一張圖中的多個文字區域？

為每個必需字符串定義區域約定，包括位置、尺寸、方向和允許換行，並獨立評分。

### 哪些錯誤應自動失敗？

安全或法律文字缺失、數字錯誤、品牌名改變、價格重復或必需文案不可讀通常應直接失敗。

### 視覺模型能代替人工審核嗎？

它能篩選問題，但高風險品牌和法律文字仍需要確定性比較與人工批准。

### Atlas Cloud 如何支持測試流程？

Atlas Cloud 可統一訪問圖像、視覺和文本模型，應用仍負責權威字符串、閾值和批准記錄。