设计过的海报和纯文字文档是两类东西。海报的信息层级靠字体变化建立 —— 标题越大越变形，正文越小越规矩，这恰好把识别的能力分布倒过来：你最想自动抄走的标题，正是最认不出来的部分。

艺术字为什么认不出

标题常见的处理是拉伸、倾斜、描边、渐变填色、镂空、加投影，还有把笔画断开或连成一体的变形设计。识别的工作方式是先在明暗分界上找到字形轮廓，再匹配字模；字形被设计改动越狠，匹配越不可靠。所以：

  • 立体字、发光字、手写风字体、毛笔字属手写与装饰字体范围，不在可靠场景
  • 浅色底上的白字或浅色字（对比度低）会整片认不出
  • 文字压在照片上时，背景纹理会被当成笔画的一部分
  • 反过来说，白底黑字、字号正常、横排的正文与联系方式通常可用

想试的话只截正文那一块（图片裁剪按像素坐标填四个数），比整张海报传上去的结果好得多。

三条替代路径，比识别更靠谱

要文案原文。 主办方的公众号推文、活动页、传单上的二维码指向的页面，通常是可复制的文字。能选字就不要识别，这条路径根本不需要人工校对。

要那张图上的字体。 识别帮不上：它只输出文字内容，不做字体比对、也不告诉你这是哪款字。想查字体要走以图搜字体的专门服务，并且注意商用授权，自查思路见 字体侵权是怎么发生的？商用字体的授权边界与自查清单。

要照着做同款设计。 需要的是版式而不是字符，识别会丢掉字号、颜色、位置和层级。这种情况留原图当参照，只把可辨认的文字段落抄出来更省事。

名片与传单是两个极端

名片信息密度高但字号小、留白少，还会加图标和二维码；传单则混排了大标题、正文、优惠券表格。实用顺序是：

  • 名片：整页传一次图片转文字，姓名电话邮箱通常都能出来，但没有名片字段识别，输出的是整页文字，哪一行是电话要自己挑；粘进通讯录前逐字核对号码（数字位数错一位就打不通）；二维码里的联系方式不会变成文字，那是图形。
  • 传单：先只截正文段落，优惠券和价目表那部分改走表格识别转Excel。
  • 两者都是一张算 1 页，识别不向游客开放，注册（短信验证码登录即完成注册）一次性送 5 点、永久有效，VIP 会员每月另有 20～120 点配额（当月不结转）。

邮箱和手机号提取出来后可以顺手用证件号脱敏做批量处理（比如把联系人列表里的号码统一遮蔽后再外发），该工具在浏览器里完成，不上传内容。