OCR 最危险的错误不是识别出一堆乱码 —— 乱码你一眼就能发现。危险的是识别出一个看起来很合理的错字：合同编号里的 O 变成 0，手机号里的 1 变成 l，金额里的 8 变成 B 少了一半。你带着它填进系统，直到提交失败或者更晚才暴露。
为什么会有这类错
识别模型判断的是字形，而很多字符在小尺寸下本来就长一样：无衬线字体里 0 和 O、1 和 l 和大写的 I、2 和 Z、5 和 S、8 和 B、6 和 G，笔画差异只在一个开口方向或一小段倾斜。
放大到 40 像素高，这些差别清晰可见；压到 12 像素，开口只有 1 个像素宽，加上压缩噪点，人和机器都无从判断。
三个会放大这个现象的操作：远拍后再缩小（最常见）、转发时被压缩、深色底浅色字。
五类必须逐字核对的内容
按出错代价排序：
- 编号类：身份证号、订单号、合同号、发票号、统一社会信用代码。规则明确、位数固定，错一位就完全无效
- 金额：小数点前后的数字、大写金额那一行。注意小数点本身可能被识别成逗号或直接丢失
- 联系方式：手机号、固话分机号、邮箱（尤其含数字和点的）
- 日期：年份里的 0、月份里的 1
- 专有名词：人名、公司名、地名里的形近字（「未/末」「己/已」「戊/戌/戎」）
前三类的共同点是无法靠语感发现错误 —— 「13810001234」和「l38l000l234」看起来都像手机号。
三个实用的检查动作
用位数规则筛。 身份证 18 位、手机号 11 位、统一社会信用代码 18 位。识别结果粘进表格后，先用 LEN 函数算长度，长度不对的直接标红。这一步能在 1 分钟内挑出一半问题，方法参见 #REF!、#DIV/0!、#VALUE!、#NAME? 分别代表什么、怎么修 里对文本长度的处理思路。
用字符集规则筛。 编号里不该出现字母、手机号里不该出现 l 和 O。文本框里做一次查找替换，把可疑字母逐个定位。TXT 文本处理 支持启用正则的查找替换并显示命中次数，比在记事本里 Ctrl+F 快。
对照原图读，而不是对照识别结果读。 校对时最容易犯的错是只盯着文本看 —— 大脑会自动把错字「读对」。正确做法是原图和文本并排放，逐字段点读，两个都看过的字段才算核过。
一个减少错误的取图习惯
同一份内容，宁可多花 30 秒截一张大一点、只含目标区域的图，也不要拿整页缩略图去识别。单行文字高度低于 10 像素时，形近字错的概率明显上升；把关键区域放大到 25～40 像素高再识别，是投入产出比最高的一步。
最后必须说清的事
识别接口是阿里云读光与百度智能云提供的，没有任何 OCR 能保证全对，形近字符尤其如此 —— 这是能力边界，不是操作问题。重要内容请人工校对；如果一段文本的准确性直接决定能不能付款、能不能提交材料，那么它就只能靠人核，靠换工具解决不了。