AuraDoc
登入註冊

什麼是 OCR 準確率?

OCR 準確率說明識別出的文字與掃描頁上實際印刷內容有多接近,通常用讀對的字元或詞的比例表示。98% 聽起來很高,但在一頁 3000 個字元的文件上仍會有約 60 處錯誤,而發票號碼或日期裡錯一位數字,比段落裡錯幾十個字更嚴重。

什麼會降低準確率

識別首先取決於影象。解析度低會讓細筆畫模糊,把相似的字元混淆;頁面傾斜、書脊陰影、薄紙的透印、褪色的碳粉以及壓在文字上的印章,都會妨礙字元切分。手寫體、罕見字型和很小的腳註會使結果更差,選錯語言也一樣。

識別之前先改善 / 如何核對結果

最有效的是準備好掃描件:普通印刷品以 300 dpi 左右為宜,把傾斜或橫放的頁面擺正,裁掉黑邊,並選對文件語言。若頁面混用兩種語言,以主要語言識別通常也能讀出其餘部分,但罕見的人名仍應核對。 在頁面上找一個你能看到的詞來搜尋。如果檢視器能找到它,說明它已被識別。數字、姓名和日期要用肉眼對照,因為錯誤真正造成損害的正是這些地方。涉及金額、期限或法律後果時,請把識別結果當作草稿。

AuraDoc 能做什麼

旋轉掃描PDF會在識別前把橫放的頁面擺正,偵測PDF語言會指出檔案的識別語言,PDF OCR 會為掃描件新增可搜尋的文字層。識別後的檔案是新的副本,可以與原始掃描件對照。

用到這個術語的工具

提到這個術語的指南

常見問題

OCR 準確率能達到 100% 嗎?
無法保證。清晰、高解析度的現代印刷品可以接近,但沒有任何程式能承諾每一頁都讀得完美,所以重要數字要核對。
dpi 越高一定越好嗎?
有上限。普通文字 300 dpi 左右就夠了,再高只會讓檔案變大,識別並不會更好。
為什麼數字比文字更容易讀錯?
詞語有上下文,程式可以糾正熟悉詞裡的可疑字元;數字沒有這種上下文,每一位都是獨立的。

並排對比

相關術語

需要的不只是快速修改?

AuraDoc是一個文件平台,提供OCR、AI搜尋與摘要,以及專為團隊設計的60多種PDF工具。可免費試用7天。

標示「安全伺服器」的工具會透過加密連線,將您的檔案一次性傳送到 AuraDoc 的隔離伺服器。檔案在用完即棄的程序中處理,結果傳回後立即刪除。 合理使用與防濫用政策