手写和印刷,两个世界
印刷体每个字的形状固定,OCR 拿模板一比就认出来;手写字千人千面,同一个人写两遍都不一样。连笔字更狠:笔画黏在一起,软件连「这是几个字」都切不准,识别无从谈起。
所以对手写 OCR 的期望值要管理:工整楷书能到八九成,一般连笔五六成,草书直接放弃。这不是软件不行,是任务本身的天花板。
提高识别率的三板斧
写字时:关键笔记有意识地写工整——笔画分开、字距拉开、标点清晰。记笔记是为了以后用,潦草的笔记 OCR 救不了,人也认不出,等于没记。
拍照时:纸放平、光线均匀(台灯从斜上方打,避开手影)、垂直俯拍不歪斜。拍完后处理:裁剪到文字区、拉一点对比度,让字和纸的反差最大化。
工具选择:通用 vs 专业
通用 OCR(看图软件自带、手机相册提取文字)对印刷体强、手写弱——它们训练的主力是文档场景。手写为主的,换专业手写识别工具(部分输入法、笔记 App 的识别模块是手写特化的)。
微信「提取文字」对手写有惊喜表现,可以当免费备胎试;专业笔记 App(如印象笔记、OneNote)的手写搜索,对手写体优化更深。
实在识别不动:换个思路
手写内容不长:语音转文字反而快——对着手机把笔记念一遍,识别率比手写 OCR 高得多。
长期大量手写需要电子化的,考虑手写板/智能笔:书写同时就生成数字墨迹,跳过拍照识别这道鬼门关,一步到位。
识别后的整理与纠错流程
手写识别出的文本,错字扎堆在连笔处和标点位置。整理时别从头通读,先全文扫「的」「了」「是」这类高频字,它们最不容易错,可以帮你定位重灾区:哪一行高频字密度异常低,哪行就是识别崩掉的地方,优先处理那几行。还有一种快速体检法:通读时每遇到读不通的句子先标个记号,别停下来改,一口气标完全文再集中修,思路不断,速度比边读边改快三成。
标点基本要重写。手写的逗号句号在纸上就是一个点,OCR 经常漏认或错认成空格。流程上先批量删掉多余空格,再手动补标点,比边读边改省力。段落开头也要检查,拍照时手指压出的阴影常被认成莫名其妙的字符。问号叹号几乎必丢,因为手写时它们常和最后一个字连笔,整理时按语气补回去,别指望识别结果里还能找到它们。补完标点把全文默读一遍,读起来顺口了,标点才算真正归位。
专业名词别指望 OCR 全对,先建一个小词表。识别完用文本编辑器的查找功能,把你笔记里反复出现的术语挨个确认,改一处就用「全部替换」同步改全文。公式、化学式直接放弃文字化,把原图裁成小图插进文档,反而清楚又省事。英文缩写也是重灾区,手写的大小写辨识度低,DNA 认成 DnA 都不稀奇,词表里把缩写单列一类逐个过,别和中文术语混在一起。词表随用随攒,攒到上百条,这套笔记的识别整理就轻车熟路了。
笔记要长期用的话,整理完导出成 TXT 或 Markdown,按「科目+日期」命名归档,以后翻笔记靠全文搜索,比翻相册快十倍。这次纠错发现的高频错字也记下来,下次写完笔记就重点盯它们,慢慢形成自己的小闭环。笔记量大的话再按月份建文件夹,一个月一包,年终汇总时直接整包搜索。原照片别删,和文本同名存放,半年后看不懂自己写了什么时,还能翻回去对笔迹。
手写识别完的稿子千万别直接用,老手都走一遍整理流程。第一步通读全文,把明显不通的句子标出来,手写连笔最容易把未认成末、把已己巳互相认错,这类错眼睛一扫就有数。第二步对照原图逐段核对,重点看数字、日期、人名这些没法靠语感猜的内容,识别软件里一般能左右分栏,左边原图右边文字,滚一段对一段。第三步处理特殊符号,手写的箭头、圈注、下划线机器基本认不出,该补的用文字说明代替。想从源头提高识别率也有招:拍照时纸面铺平压暗角,光线从左上方打避免手影,字距行距写开一点。连笔草书的识别率天花板就摆在那,工整楷体能比狂草高出一倍不止。