同一段文字，有人识别全对，有人识别出来一半是别字。差别几乎不在工具 —— 用的是同一套识别接口，差距全在送进去的那张图。按影响从大到小排六个因素，前三个在你按下快门前就已经决定了结果。

一、有效分辨率：字有多少像素可用

不是图片多大，是一个字占多少像素。站点给的口径是单行文字高度 10～50 像素、图片长边不小于 1000 像素。一张 4000 像素的整页照片里，正文可能只有 18 像素高，完全够用；一张 800 像素宽的缩略图里，正文只有 6 像素，神仙也认不出。

补救只有一个方向：靠近再拍，或者让对方发原图。放大已经压缩过的图不会增加信息，只会把锯齿摊开。

二、倾斜与形变：字被拉歪了

手机斜着拍，同一行字的两端高度不一样，笔画被透视压缩。这类错误的典型表现不是错字，而是整行漏识。

能救的办法：拍的时候正对纸面；已经拍歪的，先在手机上裁正，或用 手机拍的文件歪、有阴影、发灰：怎么弄成平整白底的扫描件 里的做法处理成平整白底再识别。

三、对比度：淡字、反光、阴影

识别靠的是前景与背景的差别。铅笔淡字、复印件的第三代、纸面反光、手影盖住一角，都会让局部区域的字和背景糊在一起。热敏纸小票放半年字迹变淡，也是同一类问题。

补救：换个角度避开反光、开闪光灯反而常常更糟（会在纸上打出一块白斑），正确做法是在均匀光线下、从稍高的位置垂直拍。

四、压缩与二次传图

微信传图、网页下载、截图再截图，每一轮有损压缩都会在笔画边缘留下块状噪点。肉眼看着没问题，识别时容易把「未」认成「末」、把「0」认成「O」。

能拿原图就不要拿转发图。这条在报价格式、合同条款这类细节多的内容上尤其明显。

五、内容类型：走对入口比调参数重要

这是最常被忽略的一条。手写、印刷体、表格是三套不同的模型：

六、本来就认不了的东西

印章压住的字、数学公式、竖排古文、艺术字、手写签名。这几项不是准确率高低的问题，是不支持。不要指望换个工具就能成，该手工录就手工录。

一个 30 秒的定位法

识别不理想时，先做这件事：把图片放大到 100%，用肉眼盯着出错的那一行看。如果你自己都要辨认一下才确定是什么字，识别出错就是正常的；如果你一眼就看得清清楚楚而机器认错了，才轮到怀疑入口选错或者内容属于第六类。

最后要说实话：印刷体、对比度正常的文档截图通常可用，但没有任何 OCR 能保证全对。金额、编号、姓名、日期这四类内容，无论识别得多漂亮都要逐字核对。