1。从最佳可用源文件开始
使用原始扫描件或相机文件，而不是缩略图的截图。如果有人发送了小预览图，请索要原始文档。当 PDF 已经有准确的可选文本时，请重复使用该文本，而不是将其转换为图像并再次识别。
在调整对比度、旋转或裁剪之前，请保留未更改的副本。当后续版本丢失模糊的标点符号或手写标记时，原始文件就是您的参考。为工作副本命名描述性名称，以便您可以在不猜测哪个文件被编辑的情况下进行比较。
2。在上传前使字母可读
对于照片，请保持页面平整，将相机大致平行于页面，并使用均匀的光线。避免光面纸上的眩光以及手或手机产生的阴影。在收起文档前检查几个小单词；在源文件仍然可用时重新拍摄更容易。
对于扫描件，300 每英寸像素是普通打印文本的有用起点。IMPACT 建议对非常小的字体使用更高的分辨率。美国国家档案馆在其数字化要求中也为现代文本永久记录指定了 300 ppi。这些是捕捉参考值，不能保证每一页都能正确识别。
更改现有低分辨率文件上的 DPI 标签不会创建新的细节。检查字符边缘和标点符号，并在原始文件可用时以适当的分辨率重新扫描。
3。拉直视图并选择连贯的区域
使文本直立并移除与页面竞争的不相关边框。在目标文本周围留出一点空间：紧密的裁剪可能会切掉重音符号、下伸部分或数字的最后一位。
对于列，当整页顺序不可靠时，一次识别一列或逻辑连接的段落。将表格标题与其数值保持在一起。分离每一个微小的单元格可能会移除重建结果所需的上下文。
4。比较适度的图像调整
小的对比度调整可能有助于模糊的文本，而过度过滤可能会擦除它。调暗页面也可能加重污渍、纸张纹理或背面的书写。在相同的缩放级别下比较调整后的图像与原始图像。
在更改所有内容之前，先对困难的段落尝试一次调整。如果增强功能使图像看起来更整洁但删除了逗号或连接了两个字母，那么它并没有改善 OCR 的证据。
5。设置语言并比较识别模式
选择所选文本中实际使用的语言。i2OCR 提供 128 识别选择，包括脚本和历史变体。对于混合语言页面，分离不同的区域可以使结果更容易评估。
“经典”是清晰打印材料的有用起点。“未来”有助于处理更多样化的文档和手写内容。不确定时比较同一短段落。判断完整的转录内容，包括遗漏的单词和行顺序，而不是几个正确识别的句子。
6。对照图像复核文本
检查所选区域顶部、中部和底部的样本。然后检查承载最多含义的细节。放错的小数点或丢失的单词（如“不”）可能比几个普通的拼写错误更重要。
- 名称、标识符、日期、小数点和单位与源文件匹配。
- 每一行预期的行都存在；页眉和页脚位于合理的位置。
- 列和表格行没有被错误地合并。
- 不清楚的段落被标记以供复核，而不是静默猜测。
- 复制的引用保留了您打算引用的措辞和标点符号。
7。保存复核后的结果并重复使用有效的方法
在翻译或重写之前保存更正后的转录内容。将源文件名或页面参考与结果一起保留。如果您稍后将处理类似的文档，请记下语言、所选区域和有帮助的调整。
在线工具接受一个最大为 25 MB 的图像或一个最大为 200 MB 的 PDF，以及 750 个源页面，具体取决于工具中显示的限制。PDF OCR 每次请求处理一个选定的页面或区域。图像尺寸和处理限制也适用，因此较小、捕捉良好的源文件可能比非常大的文件更实用。
常见问题与解答
我应该以什么分辨率扫描？
对于普通印刷文本，请从 300 ppi 开始；较小的字体可能需要更高分辨率的扫描。请检查实际的字母。仅靠分辨率无法修复模糊、反光或损坏的原件。
我应该将所有图像转换为黑白吗？
不建议这样做。二值化可能会去除模糊的文本或合并笔画。请保留原件，并在提交黑白版本之前先对比一小块区域。
文件越大，OCR 效果就一定越好吗？
不一定。文件大小反映的是尺寸、压缩和格式，而不仅仅是清晰度。一张清晰、构图良好的图像往往比一张虽大但模糊的照片更有用。