识别输出的文本里混进了桌纹、你的拇指印旁边的乱码、还有压在下面那页露出来的一行标题 —— 这些不是识别错了，它老老实实读了你给它的所有内容。拍照识别最容易忽略的一步，就是上传前把无关部分裁掉。
哪些干扰物一定会进结果
旁边那张纸的边缘。 两页叠放时下面那页露出的半行字，会被当成正文的最后一行拼进去，读起来像一句没头没尾的话。
手指和手掌。 指尖压在字上会造出「缺笔画的字」，识别给出一个形近字而不报错，这类替换错最难发现。压得多的时候那一行直接消失。
手写的批注、勾画、便签条。 贴在页面上的便利贴文字会和正文混排，顺序按位置算，看起来就是段落被打断。
屏幕边框、装订线、表格外的印章。 印章上的弧形文字属于无法可靠识别的内容，留着它只会多出一段噪声。
裁剪的两条硬约束
第一条：别把长边裁到 1000 像素以下。文字过小时本来就容易漏识，一刀切狠了会把可用图变成废图。A4 竖拍的常见构图，横向裁掉左右桌面是安全的。
第二条：保留足够边界。单元格边框线、下划线、表格外框都参与结构判断，贴着字的边缘裁会让表格列丢失。留几毫米白边比紧贴文字裁更好。
具体做法：打开 图片裁剪，先把整页多余背景去掉，再看有没有需要单独取出的局部。密集小字区域宁可裁成两块分别识别，也不要为了凑一张而缩小。
一个可执行的最小流程
- 拍完先在相册里放大扫一遍，标出所有不该出现的东西：手指、便签、邻页字、印章。
- 用裁剪去掉四周背景，让画面只剩这一页的纸张范围。
- 检查剩余部分的长边与字号，放大看最小那行是否根根分明；不清楚就改成裁局部近景。
- 提交 图片转文字，一张图扣 1 点。
- 拿到文本后用 TXT处理 删空行、去重复行，接缝处重复的那一句会自动清掉。
裁剪不能替你解决的问题
裁不掉反光和虚焦。高光区间的像素已经顶满，无论怎么裁都不会回来；对不上焦的图放大后依然是糊边。这两种情况只能重拍。倾斜也一样，本站不做透视矫正，梯形页面要靠取景解决而不是靠裁。
另外，分栏排版不会自动还原。双栏文件裁完照样按位置顺序输出，左右栏的字会串在一行里。这种情况要按栏分别裁、分别识别，再手工合并。
底线判断
一页干净正文，裁不裁差别不大，直接上传就行。有遮挡、有多页重叠、有手写批注、或者你只要其中一小块（比如身份证号那一段）时，先花二十秒裁剪能省掉后面几分钟逐字核对。但要记住裁剪是有损操作，裁掉的区域再也回不来，重要材料请连同原图一起留存，服务器端处理过的文件只是临时存储，别把它当备份。