[{"data":1,"prerenderedAt":27},["ShallowReactive",2],{"blog-zh-prepare-scanned-images-for-ocr-guide":3},{"slug":4,"locale":5,"title":6,"description":7,"date":8,"author":9,"tags":10,"keywords":15,"h1":16,"readingTime":17,"html":18,"recommendedTools":19,"faqs":26},"prepare-scanned-images-for-ocr-guide","zh","图片转文字前，怎样准备适合 OCR 的图片？","识别前检查扫描件的清晰度、倾斜、反光和裁剪范围，先试转一页，再批量处理，并对照原图核查文字与表格。","2026-09-15","DocCrunch Team",[11,12,13,14],"OCR 图片准备","扫描件文字识别","图片转 Word","图片转 Excel",[11,12,13,14],"图片转文字之前，先检查这张图是否适合识别",5,"\u003Cp>文字识别出错，不一定是选错了工具。同一页内容，拍摄角度、光线和文字大小稍有变化，识别结果就可能不同。\u003C\u002Fp>\n\u003Cp>OCR 接收到的是图片中的像素，而不是纸面上的原文。输入时已经模糊、缺失或被遮住的笔画，不能指望在转换时自动补正确。与其反复识别同一张问题图片，先检查来源，往往更省时间。\u003C\u002Fp>\n\u003Ch2>先判断是拍摄问题，还是排版问题\u003C\u002Fh2>\n\u003Cp>识别失败有不同表现：有时是单字错误，有时字基本正确，段落顺序却乱了。两者需要不同的处理。\u003C\u002Fp>\n\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>图片中的问题\u003C\u002Fth>\n\u003Cth>可能出现的结果\u003C\u002Fth>\n\u003Cth>优先处理\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\n\u003Ctr>\n\u003Ctd>失焦、抖动、小字过小\u003C\u002Ftd>\n\u003Ctd>笔画混淆，数字识别错误\u003C\u002Ftd>\n\u003Ctd>重新拍摄或获取更清晰的原件\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>反光、遮挡、过曝\u003C\u002Ftd>\n\u003Ctd>局部文字缺失\u003C\u002Ftd>\n\u003Ctd>调整光线或移除遮挡后重拍\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>页面倾斜、透视变形\u003C\u002Ftd>\n\u003Ctd>行顺序混乱，部分区域漏识别\u003C\u002Ftd>\n\u003Ctd>调整拍摄角度或校正文档\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>多栏、复杂表格、图文混排\u003C\u002Ftd>\n\u003Ctd>阅读顺序与结构错误\u003C\u002Ftd>\n\u003Ctd>分区域处理，并人工整理\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\n\u003C\u002Ftable>\n\u003Cp>判断时可以放大原图，检查出错位置。如果人眼也无法确定某个字符，继续换识别设置未必能解决问题。\u003C\u002Fp>\n\u003Ch2>拍清楚整页，比把文件拍得很大更重要\u003C\u002Fh2>\n\u003Cp>一张十几兆的照片，也可能只有中央几行清楚。文件体积大，并不代表整页文字都具备足够的可读性。\u003C\u002Fp>\n\u003Cp>拍摄时，尽量让页面平整，让镜头正对纸面，并让文档占据画面主要区域。拍完后不要只看缩略图，还应检查四角、页边和字号最小的部分。\u003C\u002Fp>\n\u003Cp>如果页面上方清楚、下方模糊，或者靠近书脊的文字发生弯曲，单纯提高导出质量不会修正这些问题。能重新拍摄时，通常应先改善拍摄条件。\u003C\u002Fp>\n\u003Cp>对扫描仪生成的文件，可以从合适的扫描分辨率开始；但对已有照片，仅修改 DPI 数值不会增加实际笔画信息。更有意义的是查看文字本身是否由足够清楚的像素构成。\u003C\u002Fp>\n\u003Ch2>裁掉无关区域，但不要贴着字裁\u003C\u002Fh2>\n\u003Cp>桌面纹理、旁边的纸张、黑色扫描边框，都可能混进识别范围。适当裁剪，可以让输入内容更明确。\u003C\u002Fp>\n\u003Cp>使用\u003Ca href=\"\u002Fzh\u002Fimage-crop\u002F\">图片裁剪\u003C\u002Fa>时，应保留完整文字区域及少量边距，不要把裁剪框紧贴第一行或最后一个字符。表格还应保留表头、单位和必要注释，否则即使数字识别正确，也可能失去解释它们的依据。\u003C\u002Fp>\n\u003Cp>倾斜也值得单独检查。文字行明显歪斜时，识别引擎对行的划分可能受到影响。\u003Ca href=\"https:\u002F\u002Ftesseract-ocr.github.io\u002Ftessdoc\u002FImproveQuality.html\">Tesseract 的图像质量指南\u003C\u002Fa>将倾斜校正和合理边距列为改善输入的相关措施。\u003C\u002Fp>\n\u003Cp>不过，旋转与透视校正不是同一件事。页面拍成梯形时，仅把图片转正，并不能让各处文字恢复一致的比例。\u003C\u002Fp>\n\u003Ch2>反光和缺失笔画，不适合靠增强来猜\u003C\u002Fh2>\n\u003Cp>有些问题可以通过调整亮度改善，有些则意味着原始信息已经没有被记录下来。\u003C\u002Fp>\n\u003Cp>纸面阴影较重时，文字可能仍然存在，只是与背景的区别不明显；反光把一片区域照成纯白时，那里可能已经没有可用的笔画。\u003C\u002Fp>\n\u003Cp>同样，过强的黑白处理可能让细笔画消失，或者让相邻笔画粘在一起。处理后的页面更“干净”，不代表更适合识别。\u003C\u002Fp>\n\u003Cp>AI 放大也不应当成为确认原文的依据。增强后的字符可能更像一个清楚的字，却未必就是原来的字。对于金额、编号和人名，能获取清晰来源时，应优先获取来源，而不是根据增强结果补写。\u003C\u002Fp>\n\u003Ch2>先用一页试出问题，再处理整批\u003C\u002Fh2>\n\u003Cp>批量识别前，可以选一张具有代表性的图片：既包含正文，也包含小字、数字或表格。先看它能否得到可用结果，再决定是否处理全部文件。\u003C\u002Fp>\n\u003Cp>正文材料可以使用\u003Ca href=\"\u002Fzh\u002Fimage-to-word\u002F\">图片转 Word\u003C\u002Fa>；主要内容是表格时，可以使用\u003Ca href=\"\u002Fzh\u002Fimage-to-excel\u002F\">图片转 Excel\u003C\u002Fa>。选择输出形式，有助于后续整理，但并不保证原版式完整重建。\u003C\u002Fp>\n\u003Cp>试转后，不仅要读第一段，还应检查页面中间和末尾。连续阅读顺畅，也不代表编号、日期和小数点都正确。\u003C\u002Fp>\n\u003Cp>如果同一类错误反复出现，例如页边总漏字、某一列总错位，先回到输入图片查原因。直接把整批文件跑完，可能只是把同一个问题复制到更多结果里。\u003C\u002Fp>\n\u003Ch2>识别前后，各做一次检查\u003C\u002Fh2>\n\u003Cp>识别前，确认这些基础条件：\u003C\u002Fp>\n\u003Cul>\n\u003Cli>页面完整，方向正确。\u003C\u002Fli>\n\u003Cli>小字和四角清楚，没有明显抖动。\u003C\u002Fli>\n\u003Cli>重要区域没有反光、遮挡或过曝。\u003C\u002Fli>\n\u003Cli>裁剪范围合理，保留必要边距和说明。\u003C\u002Fli>\n\u003Cli>使用清晰原图，而不是多次转发、截图或压缩后的版本。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>识别后，再对照原图核查正文顺序、漏行，以及金额、日期、编号和专有名词。表格还需要检查每个值是否落在正确的行列。\u003C\u002Fp>\n\u003Cp>DocCrunch 的\u003Ca href=\"\u002Fzh\u002Fimage-to-word\u002F\">图片转 Word\u003C\u002Fa>在浏览器本地进行文字识别，但处理位置不会改变核对的必要性。原图负责提供依据，识别工具负责减少输入工作，最后的校对负责确认结果。\u003C\u002Fp>\n\u003Cp>把输入准备好，通常比在错误结果上逐字修补更有效。需要保留的也不只是转换后的文档，还有那份能够随时对照的清晰原图。\u003C\u002Fp>\n",[20,22,24],{"slug":21},"image-crop",{"slug":23},"image-to-word",{"slug":25},"image-to-excel",[],1789443130869]