OCR识别结果乱码、空白或错位：常见故障排查方法

OCR 识别出问题，十次有九次不是软件坏了，而是输入本身有问题。按下面四层从外到内排查，绝大多数能自己解决。

第一层：先看原图

识别准确率的上限在图片那一刻就定了，软件只是在逼近这个上限。拿到不理想的结果，先审图：

• 分辨率：文字高度低于 20 像素的图，任何工具都开始犯迷糊。截图尽量原尺寸保存，不要压缩后再识别；扫描件建议 200 DPI 以上，低于 150 DPI 先重新扫。
• 角度：超过几度的倾斜会让整行文字错位。先纠正角度再识别，别指望软件自动拉正所有情况。
• 对比度：彩色底纹、水印、印章压在文字上，是最常见的「识别一片空白」原因。用图片编辑器把底色调淡或二值化（黑白化）再试。
• 光照：手机翻拍的照片一侧亮一侧暗，暗侧整块丢字。翻拍时注意均匀打光，或者事后用修图工具拉一下亮度曲线。

第二层：检查语言与模式设置

乱码一串符号：大概率是语言模型和内容不匹配——识别英文内容却挂在中文模型上。在设置里切换到对应语言，或选中英混合模式。

繁体、竖排效果差：默认模型以简体横排为主。切换对应语言模式，竖排内容先旋转成横排再识别。

数字和字母混错：l/1/I、O/0 这类混淆是识别的固有难点，印刷清晰时出现频率很低；频繁出现说明原图质量已经掉到临界线，回第一层处理图。

第三层：预处理和参数

批量任务整体效果差，可以调这几个参数：

• 降低输出分辨率到 200 DPI 左右，过大的图反而拖慢速度且不一定更准；
• 关闭用不到的预处理项（去色、锐化），某些图关掉后效果反而更好；
• 表格识别失败的，检查是否选了「表格还原」模式——默认纯文本模式会直接把表格拍平成文字流。

第四层：输出环节

文字全对但粘贴后换行错乱：这是输出格式问题不是识别问题。文本编辑器里用查找替换清理硬换行，或改用按段落输出的格式。

导出文件打不开：确认输出编码选 UTF-8，老版本的记事本打开其他编码的中文文本会显示乱码。

表格粘进 Excel 全挤在一列：识别工具没做结构化输出，返回去确认用的是表格识别模式；确认真不支持，就换支持表格还原的工具，别手动调——几百行的表格手动分列是最大的返工源。

批量任务里的个别失败页

跑几百张的批量队列，总有几张输出空白或乱码。正确姿势是隔离处理：批量输出按原文件名保存，跑完后按文件大小排序，明显偏小（接近空文件）的就是失败页，单独拎出来按第一层到第三层的顺序处理，补跑完再合并。不要为个别页重跑整个文件夹。