扫描件 OCR 前如何提升识别准确度

单张图片需要文字、逐行置信度和 JSON 时，使用高级图片 OCR；需要保留 PDF 并让文字可搜索、可复制时，使用 PDF OCR；需要可编辑 DOCX 草稿时，使用扫描 PDF 转 Word。它们都不能替代人工核对，尤其是姓名、金额、编号、法律文本和表格。

本教程选择高级图片 OCR，是因为它会同时提供 TXT、结构化 JSON、识别行数和平均置信度，适合观察“识别出了什么”以及“先检查哪里”。

放大查看

自制扫描样例。页面包含中文段落、数字、状态和表格线条，适合在 OCR 后逐项复核。

尽量使用最清晰的源文件。页面保持正向，避免阴影和反光，裁掉过大的空白边缘，并让最小字号仍有足够分辨率。清晰、正对页面的扫描件通常比体积更大但模糊的照片更可靠。

下面这张样例特意保留了中文、数字、状态词和表格线条，方便识别后回到原图逐项比较。练习时不要为了测试上传证件、合同或私人照片。

• 优先使用原始扫描件，而不是截图的截图。
• 手机拍摄时压平页面、均匀补光，并避免透视变形。
• 页面混合语言时选择最接近的语言选项，并手动检查混合语言段落。
• 先处理一页有代表性的难页，再决定是否批量处理档案。

打开上方的高级图片 OCR。教程截图来自真实中文版桌面界面；屏幕较窄时布局会变成上下排列，但操作顺序不变。

1. 1

   选择一张图片。

   在图片输入区域选择 mvtools-ocr-scan.png。选中文件本身不会开始识别。

2. 2

   选择最匹配的 OCR 语言。

   本例选择“简体中文”。语言会影响识别模型和字符解释；混合语言文件应在结果中重点检查另一种语言的段落。

3. 3

   在拍摄或光线不均时开启预处理。

   本例保持“图像预处理”开启。它可以帮助处理低对比度、光线不均或拍摄页面，但不能修复原图已经丢失的细节。

放大查看

图 1 · 先核对文件名，再选择语言并决定是否开启预处理。

点击“运行 PaddleOCR”并等待任务完成。处理中不要重复提交；完成后先看状态、语言、行数和平均置信度，再下载文本或 JSON。

1. 1

   确认任务已完成。

   COMPLETED 表示服务产出了结果文件，不表示所有字符都正确。

2. 2

   把置信度当作排序线索。

   本例平均置信度为 93.6%。先检查低对比度的小字、数字、符号和表格边缘，再检查其余内容。

3. 3

   下载两个结果。

   TXT 适合快速阅读和编辑；JSON 保留逐行置信度、框坐标和结构化信息，适合进一步检查。

放大查看

图 2 · 真实运行结果：125 KB 图片识别出 18 行，平均置信度 93.6%。

打开 TXT，先通读识别文本，再打开 JSON 查看每一行的 confidence、box 和 polygon。把原图与输出并排比较，重点查看最容易影响实际工作的区域。

本例的 OCR 文本预览如下。网页中的预览不能代替完整文件检查；文章顶部可以下载原图、TXT 和 JSON。

放大查看

图 3 · TXT 预览适合快速阅读，但数字、符号和表格关系仍要回看原图。

• 文字内容：没有漏字、重复字、错别字或异常空格。
• 数字与符号：编号、日期、小数点、连字符和单位逐个核对。
• 结构关系：表格行列、段落顺序、印章、签名和手写内容没有被误读。
• 实际用途：确认输出满足编辑、检索或归档目的；重要内容保留原始扫描件。

放大查看

自制扫描样例。页面包含中文段落、数字、状态和表格线条，适合在 OCR 后逐项复核。

放大查看

识别文本面板。点击可放大，实际复核应同时打开完整 TXT 或 JSON。

高级图片 OCR 支持单张最大 25 MB 的 JPG、PNG、TIFF、BMP、WebP 图片，默认处理超时为五分钟。PDF OCR 支持最大 100 MB、100 页的 PDF；扫描 PDF 转 Word 支持最大 100 MB、50 页的 PDF。加密或损坏的 PDF 可能失败。

这些任务会把文件上传到服务器，默认保留 30 分钟并定期清理。请及时下载结果，不要把任务链接当作云盘或永久分享地址；只上传你有权在线处理的文件。