OCR 前的文档准备清单：五分钟准备换一倍识别质量

快速回答： OCR 的质量在按下识别按钮之前就决定了。五分钟准备：确认分辨率 ≥300 DPI、页面端正、裁掉杂边、选对语言、单页试跑——这五步能把事后校对成本砍掉一半以上。

识别前清单（按顺序过一遍）

1. 分辨率：扫描件 300 DPI 起；手机照片确认文字在屏幕上放大后边缘清晰。
2. 端正：倾斜超过 2° 先纠偏（歪斜是整行丢失的头号原因）。
3. 裁剪：去掉黑边、阴影、桌面背景——干扰区域越少，漏字越少。
4. 语言：再次确认与文档实际语言一致；简繁混排选"简繁中文+英文"。
5. 单页试跑：拿最差的一页先试——最差页能过，整批就能过。

文档状态分级

• 原生 PDF：文字本来就是字符，跳过 OCR 直接复制。
• 清晰扫描件：按清单走一遍即可识别。
• 劣质扫描件：先看预处理指南（灰度/对比度补救或重扫）。

版面预检

• 表格页：DocsAll OCR 输出纯文本不保留结构——表格页单独处理并预期手工重建（见表格指南）。
• 双栏文档：识别输出按阅读顺序，双栏偶有交错，校对时重点检查栏间过渡处。
• 印章/手写批注：这些区域识别不可靠，标记出来人工处理。

常见问题

直接全篇跑不行吗？ 可以，但语言选错或质量翻车时整批作废；单页试跑的成本几乎为零。 准备比识别还慢？ 大批量归档时准备是投资——每页省 3 分钟校对，100 页就是 5 小时。