质量差的扫描是指在光线不好的情况下拍摄的文档照片、打印并重新扫描了三遍的传真、旧书上皱巴巴的页面或用手机摄像头以一定角度拍摄的文档。文字就在那里。人类读者可以看出来。但对于 OCR 引擎来说，图像是由破碎的字符、合并的字母和背景噪声组成的拼图，导致识别不可靠。在干净的 300 DPI 扫描上完美运行的标准 OCR 设置会在这些图像上产生乱码输出。
对质量较差的扫描件进行 OCR 需要进行图像预处理，以便在识别之前清理扫描件，并调整 OCR 设置以更能容忍字符变化。预处理步骤是改进的来源。更好的输入产生更好的输出。 OCR 引擎无法识别它看不到的内容。
根据内华达大学 2025 年的基准，与对原始未处理图像运行 OCR 相比，图像预处理可将低质量扫描的 OCR 准确度平均提高 18 至 34 个百分点（内华达大学，“OCR 准确度基准报告”，2025 年）。
常见的扫描质量问题及其解决方法
| 问题 | 它如何影响 OCR | 修复 |
|---|---|---|
| 低分辨率（<150 DPI） | 角色缺乏足够的像素细节。边缘模糊。细细的笔触消失了。相似的角色变得难以区分 | 如果可能，以 300 DPI 重新扫描。如果原件不可用，请在 OCR 之前使用 AI 驱动的放大功能放大图像 |
| 光照或阴影不均匀 | 黑暗区域失去对比度。阴影中的文本对于 OCR 引擎来说是不可见的。渐变背景混淆阈值检测 | 应用自适应阈值来局部而不是全局地调整亮度。使用图像编辑软件去除阴影 |
| 倾斜或旋转 | 倾斜的文本会破坏字符分割。 OCR 线条检测失败。相邻行的字符合并 | 在 OCR 之前校正图像。大多数基于浏览器的 OCR 工具都包含自动纠偏功能。处理前验证对齐情况 |
| 背景噪声或渗漏 | 页面反面的文字显示出来。 OCR 将渗透解释为文本的一部分，产生乱码 | 增加对比度以使文本变暗并变亮背景。应用背景去除滤镜。使用扫描仪设置抑制扫描时的渗色 |
OCR 之前的图像预处理
在将扫描图像提交到 OCR 之前对其进行预处理。纠偏以拉直文本。应用自适应阈值将图像转换为纯黑白，从而消除背景噪声并最大化对比度。提高图像分辨率或应用锐化滤镜来增强字符边缘。删除边框、打孔和其他可能混淆 OCR 引擎的非文本元素。每个预处理步骤都会提高输入质量，而输入质量的每次改进都会直接提高 OCR 输出的准确性。
WukongPDF OCR 工具处理扫描并添加可搜索文本层。应在 OCR 引擎接收图像之前应用OCR PDF 预处理步骤。干净的输入产生干净的输出。
设定切合实际的准确度预期
即使采用最佳预处理，质量较差的扫描件也无法像干净的扫描件那样准确地进行 OCR。预计要花时间纠正 OCR 错误。将更正重点放在专有名词、数字和技术术语上，其中错误会改变含义。具有明显OCR错误的常见单词，例如“thc”代替“the”，使用查找和替换很容易批量更正。 扫描的 PDF 最初是质量较差的图像，将产生需要编辑的 OCR 输出。接受这一点并为此预算时间。
何时承认 OCR 不可行
有些扫描效果太差，OCR 无法产生可用的结果。在接近黑暗的情况下拍摄的照片。一份传真复印了四次。使用低对比度墨水打印在彩色纸上的文档。这些扫描的 OCR 输出将包含大量错误，以至于纠正这些错误比手动转录文档需要更长的时间。
在处理大量质量较差的扫描之前，请测试一个有代表性的页面。通过完整的预处理和 OCR 管道运行它。如果输出需要大量校正，手动转录可能比 OCR 加校正更有效。无法有效进行 ORed 识别的扫描 PDF 应进行转录。
针对质量较差的输入选择正确的 OCR 引擎
并非所有 OCR 引擎都能同样出色地处理质量较差的扫描。使用基于神经网络的识别引擎（通常被称为人工智能驱动或深度学习 OCR）通常比传统模式匹配引擎在处理降级文本时表现更好。该神经网络已经过对损坏、扭曲和低质量文本示例的训练，并且可以识别传统引擎无法识别的字符。
如果您定期处理质量较差的扫描，请在典型文档样本上测试多个 OCR 引擎。比较输出精度和所需的校正时间。在干净的扫描中产生 95% 准确率的引擎在不良扫描中可能会下降到 80%，而神经引擎可能会保持 90%。针对低质量输入的OCR PDF引擎选择应基于实际文档的测试性能，而不是营销声明。
训练重复文档类型的自定义 OCR 模型
如果您重复 OCR 相同类型的质量较差的文档，例如来自特定供应商的传真表单或来自特定客户的扫描发票，请考虑训练自定义 OCR 模型。某些 OCR 平台允许您上传特定文档类型的示例并训练引擎识别其特定字体、布局和质量特征。经过训练的模型在特定文档类型上的性能显着优于通用引擎。
培训投资随着每个后续文档的处理而得到回报。定制模型需要一个小时的时间来训练，并将准确性提高 85% 到 95%，从而为之后处理的每个文档节省几分钟的校正时间。定期重复出现的扫描 PDF 是自定义 OCR 模型训练的最佳候选。