yulu901107

初步看，日服科研卡住的这个问题，应该是由于`RESEARCH_COST_CHECKER`在更新之后，和原来的位置不同导致的。 更新之后，`RESEARCH_COST_CHECKER`比原来高了5个像素，x轴没变化。 更改`module/research/assets.py`中L#36，将 ```python RESEARCH_COST_CHECKER = Button(area={'cn': (809, 365, 972, 386), 'en': (809, 365, 972, 386), 'jp': (809, 365, 972, 386), 'tw': (809, 365, 972, 386)}, color={'cn': (105, 114, 128),...

OCR识别的部分应该还和Digit本身有关，目前DISASSEMBLE_COUNT_OCR/OCR_OIL/OCR_COIN等等都有问题，有一部分和位置有关，有一部分和位置无关，包括LevelOcr实际上也是Digit的衍生，都依赖于数字字体，但是日服数字字体出现了很大的变更，而且好像还不止一种新字体，~~感觉`bin/cnocr_models/jp`下的模型可能需要更新~~，现在各类数字能不能正确识别，全靠运气，识别基本不可靠。 edit: Digit好像用的是`azur_lane`的模型，一个只有数字和字母的模型，原本国服日服应该是一个数字字体，现在日服变化了，应该是要么更新一个新的模型，要么修改老的模型

对目前已经存在 `azur_lane`/`jp`/`cnocr`三个模型对26个我在不同界面截取的日服数字图片（时间不多就随手弄了一点）、3张素材图、1张日服新更新的细小字体的数字字体图，做了识别对比，目前发现的结论是： `azur_lane`识别率最高，但是想要接近100%的识别率，`azur_lane`需要重新训练，但是目前可以通过更改一些参数，让识别率大幅度提升，甚至达到可用的状态。 （其他两个库的数据不放了，基本不可用） 先说初步结论：提高Digit中的threshold至200以上，甚至提高到220，可以极大提升目前的识别率。 虽然日服更新了字体（目前有三个），但是数字部分，最重要的影响并不是字体，而是字形，日服将大部分的字形都极大的细化了，这导致了绝大多数的识别都出现了像素不连续的问题，识别缺位、出错，大部分都是因为字形变细了。 放对比图 图例：✅完全匹配；⚠️排除`/`符号后，结果匹配，处理后可能可用；❌无法匹配。 ### threshold=150，azur_lane默认模型，结果是基本不可用  ### threshold=180  ### threshold=200  ### threshold=220  225以上效果提升不明显，且复杂图片的背景没法去除了。 以上素材取自于： * 主页的油/币/钻 * 每日任务的识别...

目前将识别的threshold调整到200或200以上后，每日任务可以正常识别并完成了，目前维持了两轮刷新。  具体识别问题参考 #4275 [评论](https://github.com/LmeSzinc/AzurLaneAutoScript/issues/4275#issuecomment-2408932804) 这目前只是个临时方案，仅供参考。 简单暴力的修改方法： 找到 `module/ocr/ocr.py` 在35行插入如下代码：（注意缩进） ```python import module.config.server as server if lang == 'azur_lane' and server.server == 'jp': if threshold

问题主要出在新UI之后，使用经验书时，对经验数据判断错误。 Log关键点：`20:28:53.610 │ [OCR_SKILL_EXP 0.041s] 0300/80 ` 对应 `module/tactical/tactical_class.py` 新UI字体更改了，所以判定逻辑和识别现在都需要修改。 差异如图：  判定的逻辑是：  现在的UI：  前面都好解决，问题主要出现在第三块的识别上，目前这个字体暂时不能稳定识别，这个功能建议短时间内不要考虑它能稳定生效，耐心等待一下吧。