对着显示器拍一张照片再识别文字,是所有取字方式里效果最差的一种。同样一份内容,屏摄的识别结果通常明显差于截图,差于扫描,也差于拍纸面。原因不是像素不够,而是屏摄会同时撞上四个问题。
四个问题,每个都会单独造成漏识
摩尔纹。 屏幕的规则像素阵列和传感器的阵列互相干涉,画面上出现一圈一圈的水波纹。它不是模糊,是在字上叠加了一层低频条纹,把笔画边界搅乱,识别时整片区域会一起错。
反光。 屏幕本身是光源,暗场景下玻璃表面的环境倒影会和文字叠在一起。深色主题的界面拍出来,字是亮的、底是黑的,多数识别模型对这种反色比白底黑字敏感得多。
色偏与子像素。 手机白平衡在屏幕光下容易偏蓝或偏黄,某些字(浅色细笔画)会被整片吃掉。屏幕的 RGB 子像素结构还会让竖笔画边缘出现彩色 fringe。
梯形畸变。 站着斜着拍显示器,一行字的两端高度不同,越靠边字被压得越扁。这类错误的典型表现就是某一侧整行漏识。
优先选择:先试这些,别急着屏摄
按效果和成本排:
- 系统截图。Windows 用 PrintScreen 或 Win + Shift + S,Mac 用 Shift + Command + 4。截图是原始像素,没有摩尔纹、没有反光、没有畸变,识别质量最好
- 手机的「屏幕取字」类功能。部分手机在相册或智慧识屏里支持长按屏幕文字提取,不产生图片文件,也不外发
- 复制原文。远端桌面、网页、PDF 阅读器里通常能直接选中复制,见 PDF 能看却不能选中复制?教你快速提取全文
- 让对方发文件,而不是让他拍一张屏幕给你
前三条都不用上传任何图片。只有这些路都走不通 —— 例如现场只有一台不能截屏的机器 —— 才轮到屏摄。
只能屏摄时,怎么把损失压到最小
- 正对屏幕拍,手机中线对准显示器中线,畸变能小一大半;宁可走近一点也别远处斜拍
- 关掉或调暗室内灯,减少玻璃上的倒影;把屏幕亮度调高,让自发光压过反光
- 换浅色背景深色字的界面,如果软件支持主题切换,切到亮色再拍
- 多拍两张取最好的:稍微改变角度,摩尔纹的分布会变,往往有一张明显更干净
- 拍完先处理再识别:拉高对比度、把画面裁到只剩文字区域。裁剪这一步很重要,屏幕边框、桌面图标都是干扰内容
走在线识别前,想清楚一件事
屏摄的内容经常是别人的屏幕:会议室投屏、客户系统界面、内部后台。这类画面里通常有姓名、手机号、订单号。
在线识别必须把图片发送给阿里云读光或百度智能云的接口完成计算,本站侧文件默认 24 小时后自动删除。内部系统的屏摄不属于可以随手上传的素材,判断标准见 合同、内部文件转图片会被泄露吗?安全边界讲实话 和 在线处理文件会泄露吗?在线工具的安全判断与自保方法。
如果只是想把一小段公开界面上的文字取出来,用 图片转文字 一次就好:一张图片算 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),识别失败不扣点数。要是屏摄的是表格界面,换 表格识别转Excel,别指望纯文本输出能保住行列。