图片 OCR 后编号和表格总乱？先分块识别，再按原图逐行复核

OCR 能把图片里的字提出来，却不一定能保住原来的版面关系。编号列表可能跳号，两栏文字可能串成一行，表格里的数字也可能跑到相邻列。遇到这些问题，继续整页重复识别往往没有用；应先把版面拆成更小、更单纯的区域。

用四步建立复核闭环

图注：分块、识别、复核和导出缺一不可。

第一步，先整理原图。把无关边缘裁掉，校正明显倾斜，保证文字方向一致。浅灰字、阴影和透视变形会降低识别质量，但增强前应保留一份原图，避免把印章、手写标记或细线一并抹掉。

第二步，按语义分块。标题、正文、编号列表和表格尽量分开识别。双栏页面可以先切成左栏、右栏；表格则按独立区域处理。这样 OCR 不需要猜整页的阅读顺序，串行概率会降低。表格截图的具体处理可以看先裁成单块再按行列复核。

第三步，在图片文字识别 OCR 工具里逐文件查看文本和置信度。置信度低的字符要回到原图核对，尤其是 0/O、1/l、金额小数点、日期和编号。置信度只能提示风险，不能替代业务确认。

第四步，导出 TXT 后再做结构整理。把编号、换行和表格分隔符补回去，并保存一份“原图—识别文本”的对应关系。不要在没有原图的情况下二次转发 OCR 文本，否则后来发现错字时无法追溯。

哪些内容不能只靠 OCR

合同金额、账号、身份证号、商品规格和考试答案都属于高风险字段。哪怕整页看起来识别得很准，也要逐项人工核对。印章与签名不是普通文字，黑白增强还可能把浅色内容吃掉；这类文件可先按手机拍多页文件的扫描整理方法建立清晰母版。

对于复杂表格，OCR 输出更适合作为录入草稿，而不是结构化数据的最终来源。行列关系必须回到表头和单元格位置确认，不能仅凭字符出现顺序推断。

识别成功和交付成功是两件事

“有文字输出”只说明识别流程完成。真正可交付还要满足三项：关键字段准确、编号顺序完整、原图可以追溯。把错误分成字符错、顺序错、结构错三类，下一次才能决定是提高图片质量、缩小识别区域，还是改用人工录入。

低置信度内容没有足够证据时，最专业的做法是标记“待确认”，而不是猜一个看起来合理的字符。