打开 OCR 文字识别 →。点击“试用文字样例”，工具会在本地生成一张 1200 × 500 像素的练习图，并选择英文识别。样例没有真实客户资料。
先保留一份可核对的原文
OmniKit sample Invoice 2026-001 Total 123.45
点击“开始识别”，等待结果。第一次使用会下载识别引擎与语言模型；这不代表图片被上传。OCR 在当前设备运行。弱网下首次加载可能较慢，失败后可以重试。
逐项检查，而不只看“识别完成”
| 检查项 | 本例预期 | 为什么要核对 |
|---|---|---|
| 编号 | 2026-001 | 保留连字符和前导零；不要让 0 与 O 混淆。 |
| 金额 | 123.45 | 小数点遗漏会改变数值，空格也不能自动当作小数点。 |
| 行顺序 | 标题 → 编号 → 金额 | 多栏和表格的阅读顺序可能与原件不同。 |
结果区可以直接修改文字，再复制或下载 TXT。平均置信度只是引擎的估计，不能作为金额或身份编号正确的保证；关键字段应逐字符对照原图。
什么时候根本不需要 OCR？
在原 PDF 中先尝试选中并复制文字。本工具启用“优先提取 PDF 已有文字层”后，会直接读取可用文字层。这能避免对清晰文字重复识别，但原 PDF 的文字顺序或编码仍可能有问题。扫描页面没有可用文字层时，才需要图像识别。
识别不准时怎样调整
- 选择与原文匹配的识别语言；中英混排用简体中文 + 英文。
- 优先使用方向正确、文字足够大、背景干净的原图，避免先做强压缩。
- 比较原图与增强模式。二值化可能去掉浅色文字，不能默认更好。
- 表格、手写字、倾斜页面与复杂布局需要更多人工校对；TXT 不保留表格格式。
每批最多 20 个文件、20 页，每个文件最大 30 MB。取消会停止当前识别；已识别内容仍应核对后使用。文件刷新后不会自动恢复，请及时复制或下载。