OCR

OCR 是 **optical character recognition（光学字符识别）**的缩写，指检测图像型文档、扫描件或截图中的文字，并将其转换为可以搜索、选择、复制或建立索引的机器可读文本。

OCR 如何工作

OCR 流程分为三个步骤。首先预处理源图像，例如校正倾斜、去除噪点、调整对比度，让字符更容易检测。接下来，OCR 引擎识别单个字符或词语。现代引擎会在这一步使用神经网络，因此处理不同字体和复杂版式的能力远好于早期的模板匹配方法。最后，识别出的字符会组合成机器可读文本，可以嵌入文档、单独导出或用于搜索索引。

输入图像的质量对准确率影响最大。对比度良好、清晰且分辨率高的源图像，识别结果可以接近完全准确；图像模糊或倾斜时，无论使用哪种引擎，结果都会明显变差。

OCR 的使用场景

文档最初以图像形式产生时，往往就需要 OCR。扫描页、拍摄的纸质材料、导出的截图和纯图像 PDF，对人眼来说可能完全可读，但未经 OCR 处理，搜索、文字选择和任何自动化处理都无法理解其中的内容。

常见用途包括：

• 扫描文档——把纸质档案转换为可搜索的数字文件；
• 截图——从应用界面、仪表盘或网页截图中提取文字，以便引用、搜索或重复使用；
• 收据和发票——从拍摄的票据中提取明细和总金额，用于记账或费用跟踪；
• 身份证件和表单——从图像型文档中读取结构化字段，用于用户注册或验证流程；
• 纯图像 PDF——为只包含页面图像的 PDF 添加可搜索文本层，将其变成可搜索 PDF。

截图 OCR

截图是常见却容易被忽视的 OCR 输入。与纸质扫描件相比，截图通常文字清晰、字体统一、对比度高，特别适合识别。

人们每天都会截取仪表盘、错误消息、聊天记录、网页和应用界面。如果没有 OCR，截图中的文字就被锁在图像里，只能看，不能搜索、复制或建立索引。经过 OCR 后，同样的文字会变成机器可读文本，也可以加入可搜索的 PDF 导出文件。

部分截图工具已经内置 OCR，因此导出的文件从一开始就支持搜索，无需之后再单独执行识别。

OCR 的常见错误

• 期待完全正确的输出。 OCR 是识别过程，不是格式转换。结果会随图像质量、字符间距、字体和版式复杂程度而变化。不经核对就把 OCR 输出当成最终文本，很容易给后续文档带来错误。
• 对低质量图像运行 OCR。 源图像模糊、分辨率低或光线不均时，再好的引擎也难以正确识别。先调整对比度、校正倾斜和去除噪点，能够明显改善结果。
• 以为 OCR 会保留版式。 OCR 恢复的是文字，而不是视觉结构。如果引擎不理解版式，多栏页面、表格和侧栏中的文字可能按错误顺序排列。
• 把 OCR 当成一种文档格式。 OCR 是识别步骤，它可以生成带嵌入文本层的可搜索 PDF 等输出，而后者才是文档格式。
• 把“文字识别”和“OCR”当成完全不同的概念。 两者有重叠。尤其是从扫描件、截图或其他图像来源恢复文字时，OCR 是更精确且更成熟的术语。