体检报告上大部分内容确实是文字，但化验结果区是一张四列表格：项目、结果、单位、参考范围。把它当普通文字提出来，四列会拼成一条长串，第三行开始你就对不上谁是谁了。

按区块选工具

数值表格区用表格识别转Excel，它会按单元格落进 .xlsx 的列里，「结果」列直接能排序、算差值；「总检结论」「医生建议」这种大段文字用图片转文字，一张图一个同名 TXT。两类页面分开传，页数各算一次，别把整本报告混在一起。

化验单特有的四个坑

单位与数值连写。 数值和单位之间没有空格（例如毫摩尔每升这类带斜杠的单位写法），可能被拆成两格，也可能把单位并进数字。落进 Excel 后要先确认「结果」列里只有数字，否则求和、算平均都会失效。

升降箭头。 报告用向上、向下箭头标注异常值，这类符号在某些版式里会被识别成别的字符甚至消失。要保留异常标记，核对时以参考范围自己判断，不要相信箭头。

行距密、字号小。 化验单常一页几十行小字。识别有一条像素密度门槛：图片长边不足 1000 像素时容易漏识，整页缩到手机屏幕截图的程度基本认不全。要么重新拍，要么只截化验表那一块再传（图片裁剪按像素坐标填起始与宽高，走的是普通转换次数，不占识别页数）。注意反过来也不划算：长边超过 8000 像素会被等比缩小，所以不必追求超高分辨率原图。

医生手写批注。 手写字迹不在印刷体识别的可靠范围内，本站另有「手写文字识别」，但口径是工整手写可用、连笔潦草明显下降、务必人工校对。医生手写病历与处方的现实预期，看 医生的手写病历、处方能识别吗？现状、替代路径与不该期待的东西。

报告上的红章、二维码不会变成内容

印章图案、报告页角的二维码和条形码都只会被当成图形，识别结果里没有它们对应的信息。要查报告真伪仍得回原始 PDF 或医院系统。

转发之前先脱敏

体检报告同时含姓名、身份证号、体检编号，是最不该随手外发的材料之一。识别出的文本先发一遍证件号脱敏，身份证号、手机号、邮箱会被自动处理。另外要知道：识别本身要把图片加密发送给阿里云读光或百度智能云的接口，本站默认 24 小时删除临时文件，涉及他人隐私的体检资料建议先取得对方明确同意。纸版报告需要长期保存时，扫描归档的做法见 体检报告打印到 A4 上字太小、表格串列？从原件到打印件的完整处理。