桌面应用计算机视觉图像处理OCR【免费下载链接】audiverisLatest generation of Audiveris OMR engine项目地址https://gitcode.com/gh_mirrors/au/audiveris点击查看免费下载本文基于 Audiveris 文档仓库的 How-to 章节docs/_pages/guides/README.md编写覆盖该指南的四大板块——主功能OMR 流水线、书籍参数、OCR 语言、偏好设置等、用户编辑UI 基础、工具与实例、特定功能与高级功能CLI、常量、插件、扫描建议。读完后你将能够完整理解 Audiveris 20 步 OMR 流水线的执行与干预方式掌握批量命令行CLI全参数用法并通过Book parameters、Constants、Plugins等机制完成从扫描输入到 MusicXML 导出的全流程。How-to 章节的组织方式Audiveris 的 How-to 章节以渐进式任务导向方式组织按用户与软件交互的深度划分为四个部分板块内容定位Main features软件主功能的完整描述重点是 OMR 引擎从输入到输出的流水线User editing用于修正 OMR 输出的主要工具与典型示例Specific features与特定对象连音线、谱表、装饰音等相关的功能Advanced features仅对高级用户有意义的功能CLI、常量、插件、训练等其中Samples与Training两节专门面向需要修改字形分类器glyph classifier底层神经网络行为的用户。各板块内部按nav_order顺序展开形成从认识流水线到手动纠错再到深度定制的完整学习路径。主功能一全局工作流与 OMR 流水线全局书籍工作流Audiveris V5 的 OMR 引擎可以独立处理书籍Book中的任意一页Sheet页与页之间互不干扰只有最后的汇总把各页结果合并为完整乐谱是书籍级操作且相对非常快。典型流程以输入文件foo.pdf为例打开foo.pdf时Audiveris 创建一个 Book 实例检测输入文件包含多少张图片为每张图片分配一个页桩sheet stub处理某一页时从输入文件加载对应图片并运行 OMR 流水线任何时刻保存项目时所有书籍与页的 OMR 信息都会写入foo.omr项目文件。提示Audiveris V5 可以容纳数百页的书籍。为节省内存尤其是长时间交互会话可以让 Audiveris 把除当前页之外的所有页透明地换出swap到磁盘通过Book → Swap out sheet after processing菜单项开启CLI 中对应的选项是-swap。页级流水线20 个步骤每一页的处理由 OMR 引擎中约 20 个步骤step组成每个步骤都是作用于页 OMR 数据的mini-batch是引擎能够执行的最小处理增量。这些步骤在源码中由枚举 OmrStep 完整定义每个枚举值绑定一句描述与一个步骤实现类如LoadStep、ScaleStep等与文档给出的顺序、名称一一对应步骤作用来自 OmrStep 定义LOAD获取页灰度图BINARY对灰度图做二值化SCALE计算谱线粗细、行距interline、连线beam粗细GRID识别谱线、小节线、系统systems与分部partsHEADERS识别 Clef-Key-Time谱号-调号-拍号页眉STEM_SEEDS识别符干粗细与符干种子BEAMS识别连线beamsLEDGERS识别加线ledgersHEADS识别符头note headsSTEMS识别连接符头与连线的符干REDUCTION消除符头、符干、连线之间的冲突CUE_BEAMS识别提示性小连线cue beamsTEXTS调用 OCR 识别文本项MEASURES从小节线组中提取原始小节CHORDS将符头归并为和弦CURVES识别连音线、力度楔形、反复终止线SYMBOLS识别固定形状符号附点、装饰音等LINKS链接与归并符号RHYTHMS在小节内处理节奏PAGE连接页内各系统systems每页的步骤细节在文档的 explanation/steps 各专页中有独立说明binary、scale、grid、headers、stems、beams、heads 等第一次阅读时无需逐一深入但建议记住这些信息存在便于理解每一步的原理。驱动流水线在选中的页上我们可以决定把流水线推进到某个目标步骤在Step下拉菜单中选择目标步骤即可下拉菜单Sheet → Transcribe等价于选择Step → PAGE。注意流水线不能直接回退但有两种间接做法选择已执行过的目标步骤会先要求确认然后把页数据重置到初始状态优先灰度图否则用二值图再重新执行到目标步骤的所有必要步骤放弃并重新加载书籍从之前保存的状态重新载入。主功能二Book parameters书籍参数Book → Parameters下拉菜单打开参数对话框用于审查和修改高层处理参数。对话框按作用域scope组织成若干选项卡Default所有书籍的全局默认值、Book当前书籍、Sheet具体页。同一组参数在每个作用域都有定义且默认沿层级继承Default全局默认值除非在 Default 层被覆盖否则读取源码中的出厂值Book可为本书覆盖任意默认值并传递到本书所有页Sheet可为具体页覆盖任意值。覆盖操作方式是选中作用域选项卡 → 勾选左侧复选框行由灰变黑→ 修改取值取消勾选即恢复继承值。生命周期所有修改只在按OK或Apply时提交修改的 Default 值在应用多次运行之间持久保存直到再次修改或重置而 Book/Sheet 层的修改持久化在书籍的.omr项目文件中。参数分组包括GeneralMusic font在Bravura、Leland、Primus、Finale Jazz、Jazz Perc之间选择音乐字体。该选择对符头识别尤为关键因为符头识别基于字体模板匹配技术详见 Music Font 一节Input quality按输入图像预期质量在synthetic、standard、poor之间调整 OCR 引擎行为。OCR languages指定 OCR 文本的强势语言可多选见下文OCR 语言一节。Binarization仅在启用SPECIFIC_ITEMS高级主题后显示选择global或adaptive滤波器及相应数值。调整global阈值很简单但不建议修改adaptive参数——默认 adaptive 滤波器在所有情况下表现良好global仅保留给特定场景。Scaling specificationsInterline像素数仅当声明了单行谱1-line staves时出现——此时引擎无从测量行距必须人工给定Barline heightfour/twoThenFour/two/oneThenTwo单行谱小节线的典型高度以行距计如twoThenFour表示谱表左侧第一根小节线为 2 行距、其后为 4 行距Beam thickness像素数始终存在在页中连线太少、引擎无法可靠测量时特别有用。Staves声明谱表构成——是否含 1 行打击乐谱表、4 行贝斯 Tab、5 行标准谱表、5 行无音高打击乐谱表、6 行吉他 Tab。Items逐项开关控制引擎处理或忽略的对象小符头、小连线、十字符头、颤音、指法数字、把位罗马数字、拨弦标记 p/i/m/a、部分全休止符、多全音符头、和弦名、歌词含谱表上方歌词、表情记号、谱表上/下方的力度记号等。注意某些少见特性的支持可能带来副作用小符头是典型例子建议仅在确实需要时开启。开关只能禁用 OMR 自动识别大多数情况下该特性仍保留给用户手动操作。Processing保留加载的灰度图、使用系统缩进、将增时点同时链接到共享符头、接受未连接的抱线分部5.10 起放宽内部小节线连接要求、支持隐式连音组implicit tuplets。主功能三OCR 语言Audiveris 把文本识别委托给 Tesseract OCR 库。Tesseract 理论上支持上百种语言但一种语言要真正被支持须满足两点该语言的专用数据文件含训练材料、词典等即*.traineddata已安装在本地该语言被指定为默认、书籍级或页级语言。例如处理一份英语代码eng乐谱须先安装eng.traineddata再对输入乐谱指定eng。无预装语言自 5.4 起各平台新版安装程序均不预装语言5.4 之前仅旧的 Windows 无 JRE 安装包预装英语。启动时 Audiveris 会检查已安装语言列表若为空则弹出警告对话框可以立即安装语言也可以推迟——期间仍处理输入乐谱只是TEXTS步骤会被忽略。安装语言首选方式是通过Tools → Languages菜单交互式安装需要联网。对话框逐行列出 GitHub Tesseract 站点上 100 语言语言代码在左通常 3 字母、完整名称在右、中间复选框表示本地是否已安装灰色代码行可忽略。勾选某行即下载对应数据文件到本地目录完成后复选框自动更新。本地tessdata目录启动时 Audiveris 按以下优先级初始化 Tesseract 的tessdata目录若环境变量TESSDATA_PREFIX已定义且指向有效目录则使用它设置该变量不是必须的只是便于复用已有配置否则在操作系统相关的 Audiveris 用户配置目录下查找或按需创建名为tessdata的目录。该目录必须可写才能真正安装语言。Help → About对话框会显示 OCR 引擎版本与本地 tessdata 目录的关键信息。运行时语言指定语言规格是加号分隔的语言代码列表如fraengita交互方式通过Book parameters菜单在全局、书籍、单页三个层级指定默认全局规格由应用常量org.audiveris.omr.text.Language.defaultSpecification决定初值为eng。可通过Tools → Constants交互修改或批处理中用命令行常量覆盖例如audiveris -batch -constant org.audiveris.omr.text.Language.defaultSpecificationitaeng foo.omr注意给一本书或一页指定过多语言会拖慢识别速度并可能增加误识别应尽可能精确。常见的手动下载语言包的坑包括混淆 Tesseract 程序与库、误下 LSTM 模型而非 Audiveris 需要的 legacy 模型、语言文件版本4.x、TESSDATA_PREFIX环境变量指向错误。主功能四Preferences偏好设置Tools → Preferences打开偏好对话框处理若干用户偏好层级高于直接修改应用常量标准处理选项SWAPPED_SHEETS页处理完成后是否写盘并从内存移除处理多页书籍时可在不显著影响总时长的情况下压低内存占用。默认开启PARALLEL_SYSTEMS是否并行处理页内所有系统仅对 20 步中有意义的 13 步生效整体转录耗时大约节省 25%缺点是结果不严格可复现各系统竞争分配和命名 Inter 等实体。默认关闭MULTIPLE_DELETE是否允许用户在不确认的情况下批量删除多个 Inter。默认关闭。Early steps定义打开输入文件后自动触发到哪个步骤。Default plugin在已声明插件中交互式选择新的默认插件默认取第一个声明的插件见 Plugins 一节。Output folderInput sibling勾选后所有输出存入与输入文件相同的文件夹除非命令行指定了-outputBrowse定义默认输出文件夹Separate folders勾选后某输入文件的所有输出存入以其文件名去扩展名创建的独立文件夹。Global font ratio滑块调整全应用视图的字体放大比例下次重启生效。Locale选择界面语言当前可用en默认与fr尚未完全实现重启后生效。高级选项影响界面、需重启应用生效CUSTOM_SHAPE_SET5.11 新增用户自定义形状集、SAMPLES样本库与分类器训练、ANNOTATIONS符号标注生产、PLOTSscale/stem/staff/header 投影图的显示、SPECIFIC_VIEWS专用页标签如 staff free、谱线字形、SPECIFIC_ITEMS视图中特定对象显示如 attachments、字形轴、DEBUG大量调试功能包括浏览书籍内部层级。主功能五Sheet scale页尺度与连线粗细GRID、BEAMS、STEMS等步骤的行为高度依赖SCALE步骤谱线粗细、行距、小行距、连线粗细、小连线粗细与STEM_SEEDS步骤符干粗细估计出的尺度数据的准确性。尺度数据由垂直游程长度vertical run lengths直方图推断组合直方图关注黑色游程与其后白色游程的组合长度用于测量谱行距interline黑色直方图关注垂直黑色游程长度主峰对应典型谱线粗细例如 3 像素若页中包含大量连线可观察到第二峰对应典型连线粗细例如 12 像素。问题场景当页中只有极少数连线时它们对全局黑色直方图的贡献可能太低无法形成可靠峰。此时引擎可能选错连线峰、甚至检测不到峰而只能猜测连线粗细例如取谱行距的 1/2。粗细估计不准连线就很难被正确检测与处理。事后手动修正在SCALE之后、BEAMS之前可用Sheet → Scaling菜单修改引擎算出的连线粗细。初始所有行呈灰色右侧显示已有数据值勾选某行左侧复选框行变黑后即可修改数值取消勾选恢复初始值按OK提交并关闭。缺点是每次该页处理从零重启时修正会丢失、且可能要对书中每页逐一修正。预先指定推荐在Book parameters对话框中为整本书Book 选项卡或单页Sheet 选项卡预先给出连线粗细像素数。取值0表示无指定可用于书籍级和页级。优点是整书与单页均可设置规格保存在.omr项目文件中任何重载或从头重跑都不丢失。缺点是它只是规格须由后续或重跑的SCALE步骤真正应用。批处理模式下对全新输入可在命令行携带该规格例如audiveris -batch -transcribe \ -constant org.audiveris.omr.sheet.Scale.defaultBeamSpecification10 \ my-score.pdf注意与交互模式不同批处理规格不会存入书籍项目文件且该规格作用于当前命令行处理的所有书籍。这也是为什么Book parameters对话框的Default选项卡里没有连线粗细规格——否则这条硬编码像素值将从此对以后处理的所有书籍生效。主功能六Book portions书籍组合、拆分与合并单张图片乐谱只是一本书、一页的特例。面对数十甚至数百张乐谱图像更灵活的处理方式包括扫描出多张独立图片、分属同一乐章——需要某种方式把它们汇合最终导出为一份 MusicXML单一巨大输入文件——希望分块、按自己节奏处理并可选择导出全部或仅其中一部分一本长书已转录纠错大半却发现某页图像需要预处理甚至重新扫描——希望插入或替换若干页同时保持其他页尤其已转录的页完好。为此 Audiveris 已脱离最初的一个输入文件—一本书模式详见 Book portions 章节。核心是Split and merge功能被称为 Audiveris 的瑞士军刀概念PlayList 是依次处理的摘录excerpt序列每个 Excerpt 表示某 Container 中页的选择Container 是文件即书籍文件.omr或图像输入文件。PlayList 可通过交互式Split and merge对话框定义也可用纯文本编辑器手写支持保存/重新载入最终用于交互式或批处理构建复合书籍compound book典型用例四手联弹乐谱奇数页 Secondo、偶数页 Primo可拆成两本复合书分别导出、扫描分页图像按序合并为图像复合书、多本 1 页书合并为书籍复合书或在同一 PlayList 中混用书籍与图像引用形成混合复合。所有情形下引擎会在构建结果乐谱前更新所需页并处理跨页依赖连音线、拍号、小节 ID。命令行入口-playlist file.xml。批处理模式下加载的播放列表直接用于构建复合书籍交互模式下则仅用于填充Split and merge对话框供审查/编辑后再构建。用户编辑User editingOMR 转录过程中由于图像质量差、乐谱过于密集等原因总有元素无法被正确识别。Audiveris 持续改进 OMR 引擎但对许多实例而言完全零错误的转录仍难以企及因此全局更高效的做法是用一个顺手的图形编辑器配合 OMR 引擎让最终用户轻松修正大多数 OMR 错误。5.1 版本只提供了限定于固定尺寸符号拖放的初级编辑器5.2 版本则加入了一个可修改几乎任何类型符号的综合编辑器。Audiveris 编辑器不试图与 MuseScore、Finale、Sibelius 这类音乐编辑器竞争——那些是面向作曲家、编曲者与出版商的高层工具用于创作、编排、移调。Audiveris 聚焦 OMR 过程本身把既有乐谱图像转写为其符号表示并尽量贴近原始版面包括图像的倾斜与扭曲。学习编辑器的最佳路径先读Foundations可编辑的 OMR 数据、如何选取与检查然后直接练习Examples在代表性输入乐谱上的完整编辑会话再按需回到Tools查阅具体工具。与 OMR 引擎的交互模型引擎按 20 步流水工作用户只能在步骤末尾介入页的 Data 标签首次出现时引擎已完成LOAD与BINARY。任何用户手动操作之后OMR 数据会按受影响步骤即时更新页视图随之刷新并实时标注引擎检测到的异常黑色符头附近没有兼容符干或符干没有关联符头会显示为红色——这在逐个手动创建/编辑对象时可能暂时出现整个小节背景可能变粉色提示节奏问题。任务序列与撤销/重做任何实体修改都被记录为一个可能含多个联合任务的任务序列task sequence再施加到目标实体上。任务序列可以很大例如选中十几个 Inter 一次性整组删除删除一个 inter 合奏体ensemble会级联删除其全部成员句子中的词、和弦中的符头等删除合奏体最后一个成员也会移除空合奏体。任务序列不可分割但可以任意do / undo / redo无次数限制。只有把引擎从一个步骤推进或伪回退到另一步骤才会清空用户任务历史。Undo取消上一个任务序列无论是 do 还是 redo及其全部后果。工具栏 Undo 按钮或CtrlZmacOS 为CommandZRedo重新执行上一个被撤销的任务序列。工具栏 Redo 按钮或CtrlShiftZmacOS 为CommandShiftZ。何时介入最有效大多数用户纠错可以在页转录完成时流水线终点PAGE步骤进行但某些纠错在更早时机更有效。按时间顺序值得停留的干预点SCALE若提示连线粗细值只是extrapolated外推说明连线数据未达到推断可靠粗细所需的法定数量quorum——此时应自己测量实际连线粗细用 Pixel Board并按 Sheet scale 一节修正GRID谱线、谱表、系统在此识别是手动修改线条与谱表Staff editing最方便的时点REDUCTION所有候选符头与候选符干、连线在此组合并归约为可靠音符尚不含符旗与休止符那些在后面的SYMBOLS处理。这是流水线的关键时刻——这些可靠音符不会在此后步骤中被推翻其底层像素也不会再提交给SYMBOLS步骤的字形分类器。所以若其中有误检在REDUCTION末尾立即修正远比后面补救高效TEXTS提取所有文本项并分配角色标题、分部名、歌词等。该步骤输出高度依赖外部程序 Tesseract OCR引擎难以判定某项究竟是不是文本、还是也可能是一个音乐符号。在TEXTS末尾手动删除文本误检能让这些像素重新被SYMBOLS步骤利用PAGE引擎在页上的终点观察与修正最终结果。特定功能Specific features该章节面向最终用户汇集值得单独描述的特性一般为新特性、按时间倒序排列。当前包含bar_repeat.md小节反复记号drums.md打击乐鼓支持fingering_plucking.md指法数字与拨弦标记fonts.md音乐字体Bravura、Leland、Primus、Finale Jazz、Jazz Perc 等模板匹配原理logical_parts.md逻辑分部编辑metronome.md速度标记Metronomemulti_rest.md多小节休止符octave_shift.md八度移位记号snippets.md乐句片段tablature.md拨弦乐器谱表Tablature4 行贝斯 / 6 行吉他tremolo.md颤音。这些功能大多可与Book parameters → Items中的相应开关联动开关控制 OMR 自动识别而手动添加能力通常仍然保留。高级功能一命令行接口CLI语法任何以开头的参数被视为文本文件名其内容就地展开每行一个参数。带-help参数时显示的 CLI 语法如下Syntax: audiveris [OPTIONS] [--] [INPUT_FILES] file: Content of file to be extended in line Options: -batch : Run with no graphic user interface -constant keyvalue : Define an application constant -export : Export MusicXML -force : Force step/transcribe re-processing -help : Display general help then stop -output output-folder : Define base output folder -playlist file.xml : Build a compound book from playlist -print : Print out book -save : In batch, save book on every successful step -sheets int[] : Select sheet numbers and ranges (1 4-5) -step step : Define a specific target step -swap : Swap out every sheet after its processing -transcribe : Transcribe whole book -upgrade : Upgrade whole book file -version : Display version then stop -run qualified-class-name : (advanced) Run provided class on valid sheets -sample : (advanced) Sample all book symbols -annotate : (advanced) Annotate all book symbols Input file extensions: .omr : book file (input/output) [any other] : image file (input) Sheet steps are in order: LOAD, BINARY, SCALE, GRID, HEADERS, STEM_SEEDS, BEAMS, LEDGERS, HEADS, STEMS, REDUCTION, CUE_BEAMS, TEXTS, MEASURES, CHORDS, CURVES, SYMBOLS, LINKS, RHYTHMS, PAGE这些选项在源码 CLI.java 中以 args4j 的Option注解声明-batch、-constant、-export、-force、-output、-playlist、-print、-save、-sheets、-step、-swap、-transcribe、-upgrade、-version、-run、-sample、-annotate均可在源码中逐一对应--由StopOptionHandler处理。标准参数详解-batch不带图形用户界面启动-constant KEYVALUE指定一个应用常量的值。KEY 为常量的完全限定名VALUE 为要赋的值。这是 GUI 菜单Tools → Constants的 CLI 等价物旧名-option仍被支持-export把每本书的音乐导出为 MusicXML 文件-force即使目标步骤已达到也强制重新处理。仅在指定了目标步骤-step或存在-transcribe时生效-help打印参数摘要后退出-output DIRNAME定义输出文件.omr、.mxl等应存放的确切文件夹。不指定时按标准文件夹策略选择默认输出目录-playlist FILE.XML把给定.xml文件作为播放列表加载。批处理模式下直接用于构建复合书籍交互模式下仅填充并显示Split and merge对话框用户审查/编辑后可在期望位置启动复合书构建-print把每本书的音乐导出为 PDF 文件-save只要某页步骤成功处理就立即把该书的 OMR 数据保存到.omr项目文件。仅在-batch模式下有效-sheets N M X-Y指定要处理的页 ID从 1 起。空格分隔的数字序列X-Y表示 X 到 Y 的闭区间——注意X-Y是一个参数-两侧不能有空格。若未指定任何页 ID则所有有效页都受影响。注意页 ID 会作用于命令行上引用的所有书籍因此通常建议一次只针对一本书使用页 ID-step STEPNAME指定页目标步骤。未显式给出页号时对全部有效页生效。若某页已达到该步骤则不再处理带-force时该页会重置到BINARY并重新处理到目标步骤-swap每页处理完成后换出到磁盘特别适合处理页很多的书籍-transcribe转录每本书-upgrade作用于旧版.omr书籍文件按需升级书籍/页的内部数据-version打印程序版本并退出输出形如Audiveris - Version: 5.10.0 - Commit: 7cd25598ed15dcf1fd041ab60c1e7543f55588d4 - OS: Windows 10 10.0 - Architecture: amd64 - Java VM: Java HotSpot(TM) 64-Bit Server VM (build 2537-LTS-3491, mixed mode, sharing) - OCR Engine: Tesseract OCR, version 5.5.1--分隔符。其后所有参数即使以-开头一律视为输入文件路径FILENAME输入文件路径。扩展名为.omr时是 Audiveris 项目文件兼作输入/输出其他扩展名一律视为图像输入。高级参数-run CLASS_NAME在每一有效页上运行指定 Java 类。CLASS_NAME 必须是继承抽象类org.audiveris.omr.step.RunClass并重写其process()方法的完全限定类名public abstract class RunClass { protected Book book; protected SortedSetInteger sheetIds; public RunClass (Book book, SortedSetInteger sheetIds) { this.book book; this.sheetIds sheetIds; } /** The processing to be done. */ public abstract void process (); }-sample用由书籍Inter实例派生的样本填充每本书的样本库。书籍级仓库之后可合并入 Audiveris 全局样本库为字形分类器Glyph classifier训练做准备详见 Training-annotate为每本书生成一个 Zip 归档内含由Inter实例派生的图像与符号标注用于构建训练潜在全局分类器的数据集。高级功能二扫描纸质乐谱的建议Audiveris 不支持直接扫描Java 项目尚缺少跨平台访问扫描设备的开源方案需要借助外部扫描工具——各主流扫描仪厂商与三大操作系统均有免费可用的扫描软件。为音乐识别而扫描时应注意优先灰度图而非黑白或彩色图可避免扫描软件对符号的意外扭曲Audiveris 会用自己的自适应算法自行二值化分辨率低于 200 DPI 可能丢失关键细节高于 500 DPI 则白白浪费 CPU 与内存且对识别无益。经验法则是300 DPI适合 A4 / US Letter 标准纸张符号很小的乐谱提高到 400 DPI。更好的准则是让扫描结果中两条谱线的垂直距离约为 20 像素纸张摆放要仔细避免旋转、扭曲、阴影与深色竖条。Audiveris 通常会检测旋转/扭曲但为保持图像质量完好从不做图形校正——扭曲的谱线被原样保留并作为符号处理的局部参照关闭扫描软件中的任何后处理Line Art、Text、Dithering、Halftone 等特殊设置常导致图像扭曲。低质量图像的增强应改用专用图像处理软件见 Improved Input。高级功能三应用常量ConstantsAudiveris 代码中原则上不存在硬编码常量所有算法背后是应用常量当前已超过 800 个。这是处理几乎全部应用调谐数据的底层而强大的机制。这些数据以常量形式呈现给最终用户且可在运行时修改CLI 的-constant KEYVALUE参数GUI 的Tools → Constants下拉菜单。Constants 视图左侧是类树右侧是包含类的常量详情表可显示与修改顶部Search区可按类名、常量名、常量描述做不区分大小写的搜索。例如想放宽变音记号如升号与其右侧符头之间的水平距离约束搜索accid可找到org.audiveris.omr.sig.relation.AlterHeadRelation类的xOutGapMax供 OMR 引擎用与xOutGapMaxManual供手动指派用——后者阈值更大因为用户坐在驾驶座上时可以放宽。这些值以行距分数编码如 2.0、3.0以保持尺度无关若有选中页Pixels列会用该行距换算出对应像素数如 42、63。双击取值字段直接输入新值立即生效。常量生命周期覆盖优先级从低到高FACTORY源码中定义的出厂默认值USER修改后的值若有持久化在用户配置目录下的run.properties文件CLI命令行-constant keyvalue指定的值若有。交互模式下 CLI 值会持久化到 USER 文件批处理模式不持久化UI通过Tools → Constants界面指定的值若有持久化到 USER 文件。要放弃某常量的修改回到出厂值取消该常量Modif列的勾选即可要全部常量恢复出厂值用 Constants 窗口顶部的Reset按钮。高级功能四Plugins外部程序集成几乎任何音乐记谱程序都能导入 Audiveris 导出的 MusicXML。标准手工流程是转录书籍如需要→ 导出 MusicXML → 启动外部程序 → 在外部程序中导入 MusicXML → 导航到导出文件位置。这一序列可通过插件自动化。使用配置好插件后在下拉Plugins菜单中选择目标程序即可调用默认插件可直接按工具栏插件图标触发。两种方式下Audiveris 都会确保书籍已转录、MusicXML 导出文件存在且与用户最近的手动修改保持同步最后以导出文件路径作为导入参数启动外部程序。配置在 Audiveris 配置目录中创建一个名为plugins.xml的 XML 文件。启动时若找到该文件则按文件内容生成Plugins菜单与工具栏按钮。每个plugin元素属性id必需唯一名、tip可选提示文字、若干arg子元素每个一个参数其中至少一个arg必须为{}运行时在此插入导出文件路径。仓库内提供了示例配置 plugins.xml。文档给出的示例片段?xml version1.0 encodingUTF-8? plugins !-- MuseScore -- plugin idMuseScore tipInvoke MuseScore on score XML argC:\Program Files\MuseScore 3\bin\MuseScore3.exe/arg arg{}/arg /plugin !-- Finale -- plugin idFinale tipExport to Finale argC:\Program Files (x86)\Finale 2014\Finale.exe/arg ... /plugin /plugins高级功能五Samples 与 TrainingSamples与Training面向需要修改字形分类器底层神经网络行为的用户。典型闭环是用 CLI 的-sample把书籍符号样本汇入样本库书籍级仓库可合并入全局仓库或在 样本库机制下交互式采样/标注再执行分类器训练-annotate可批量产出符号标注数据集。这些功能的入口开关位于 Preferences 的SAMPLES与ANNOTATIONS高级主题中。结语沿着 How-to 章节的渐进路径Audiveris 的 How-to 体系遵循一条清晰的渐进线先理解 20 步 OMR 流水线pipeline及其干预点再用Book parametersbook_parameters、Sheet scalingsheet_scale、OCR 语言languages与偏好设置preferences调优引擎行为随后通过用户编辑三板块——Foundations选择与检查、Tools添加/编辑/删除 Inter 与 Relation 及专用工具、Examples完整编辑会话——修正具体输出最后借助 CLIcli、常量constants、插件plugins与书籍组合split_merge完成批处理、深度定制与外部程序集成。每一步的机制都能在 app/src/main/java 下的对应源码如 OmrStep、CLI中得到印证读者可据此继续深入。赞分享桌面应用计算机视觉图像处理OCR【免费下载链接】audiverisLatest generation of Audiveris OMR engine项目地址https://gitcode.com/gh_mirrors/au/audiveris点击查看免费下载相关推荐Audiveris OMR 流水线全解析从 Book 工作流到 20 步 Sheet 处理管线Audiveris OMR 流水线全解析从 Book 工作流到 20 步 Sheet 处理管线 本文以 Audiveris 最新一代 OMR光学乐谱识别引桌面应用计算机视觉图像处理OCRAudiveris 用户编辑User editing完全指南交互式修正 OMR 转写结果Audiveris 用户编辑User editing完全指南交互式修正 OMR 转写结果 Audiveris 的核心是 OMR光学乐谱识别引擎它把乐桌面应用计算机视觉图像处理OCRAudiveris 颤音Tremolo识别与编辑实战指南从 OMR 自动识别到手动校正Audiveris 颤音Tremolo识别与编辑实战指南从 OMR 自动识别到手动校正 本指南聚焦 Audiveris OMR 引擎对单侧型颤音记号桌面应用计算机视觉图像处理OCR创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考