第一步：把图片摆正
倾斜的文字会让识别引擎的行分割出错，把一行拆成两行，或者把相邻两行的字混在一起。手持拍摄的文档几乎一定有轻微倾斜，识别前先做旋转校正，把文字基线和水平方向对齐。
判断是否摆正有个简单方法：看文本框的上下边缘，如果与水平线平行，说明已经摆正。竖排文字则要看左右边缘。
第二步：把对比度提上来
光照不均的文档照片，往往一部分偏亮一部分偏暗。这种情况下二值化会丢掉暗部的字。正确做法是先用自适应对比度增强，让整张图的明暗更均匀，再去考虑是否转为灰度。
- 优先做对比度均匀化，而不是直接调亮度
- 灰度图通常比彩色图识别更稳定
- 背景有底纹或水印时，适当提高对比度能弱化干扰
第三步：把噪点去掉
照片上的噪点、扫描时的灰尘点、传真留下的杂线，都会被识别引擎当成笔画处理，变成莫名其妙的字符。轻度去噪能显著减少这类错误，但要注意去噪强度过大也会把细笔画一起抹掉。
对于扫描件，还可以用去背景色的方式，把泛黄的底色去掉，只留下黑色文字，识别率通常会明显提升。
第四步：把字号放大
识别引擎对字高有一个舒适区间。字太小时，笔画之间的差异不足以被区分，「日」和「目」这类形近字就容易混淆。把图片等比例放大到字高足够清晰，识别率会提高。
- 放大时使用平滑插值，避免出现锯齿边缘
- 放大后文件体积会增大，注意工具的上传限制
- 不要通过裁剪再拉伸的方式放大局部，会变形
识别之后必须做的事：校对
无论预处理做得多好，都建议做一轮校对。校对的重点不是通读全文，而是定位高风险字符：数字、小数点、金额、日期、专有名词和英文缩写。这些地方出错代价最大，也最容易被忽略。
- 数字与字母混排处重点核对，例如 0 与 O、1 与 l
- 金额和日期逐个确认，不要依赖视觉印象
- 人名与机构名建议对照原文逐一比对