拍了八次身份证才识别成功？OCR的脾气你真的摸对了吗

上周帮我妈办退休的线上资格认证，她举着身份证对着手机摄像头，胳膊举了十分钟，一会把身份证举歪了，一会阳光从阳台照过来在证件上打出一道亮斑，折腾到最后她都要发脾气了，说这手机怎么连个身份证都认不出来。我把她拉到客厅的白墙前面，把身份证平贴在墙面上，调整了一下角度避开反光，三秒，识别框直接跳成了绿色，认证完成。

识别不准，真的不是OCR在摸鱼

很多人骂OCR蠢。

上次我同事拍自己手写的请假条，字歪歪扭扭还沾了半块巧克力印，识别出来连”批准”两个字都认成了”批谁”，他当场就把软件卸载了，说这破技术还不如十年前的网吧打字员。绝了。

大部分普通人遇到的识别失败，根本不是算法的问题，是你给的输入素材从根上就不合格。就像你让一个视力2.0的人隔着毛玻璃看对面的字，他再厉害也不可能看得清——OCR的本质，就是把图片里的文字像素，和它见过的所有文字形状做匹配，你给的图片糊、歪、有反光、有遮挡，它就算再聪明，也得靠瞎猜。

你仔细想就知道，那些能一次识别成功的场景，全是字正、画面平、没有干扰的。反过来呢？你要是把身份证举在手里对着窗户拍，玻璃上的倒影和证件上的字叠在一起，它能认对才是怪事。

别被营销号骗了，OCR根本不是“万能扫描仪”

前阵子刷短视频，刷到有人吹现在的OCR已经能”看懂整本书的逻辑””识别所有手写字体”，我当时就笑了。

上次我去买冰美式，想扫杯身上印的优惠券码，结果OCR把码旁边印的”第二杯半价”的小字识别成了二维码的一部分，扫了三次都跳转到淘宝首页。还有朋友拿OCR识别医生开的处方，把”每次一粒”认成了”每次11粒”，吓得他差点直接打120问要不要洗胃。

你平时用的免费OCR，本质是把“模糊、低质、带干扰的图片”先做一遍暴力降噪，再去和训练好的文字库做匹配，根本没有什么“智能理解”的能力。它认对的所有内容，都是之前在训练库里见过的、形状标准的文字——一旦文字的形状稍微歪一点、沾了点污渍、旁边多了点无关的图案，它的识别准确率会掉得比坐滑梯还快。

说个有意思的事，之前我拿OCR识别我家猫在打印纸上踩的梅花印，它居然认成了”小”字，离谱吧。

想让OCR听话，根本不用学复杂操作

真的很简单。

不用你特意去买什么一百多块的高清扫描仪，也不用特意把图片调到什么4K分辨率，只要你拍的时候把要识别的内容尽量放平，别让阳光在纸上打出那种晃眼睛的反光，别在要识别的字旁边堆一堆乱七八糟的小贴纸、外卖小票、半块橡皮，识别成功率至少能翻三倍。

哦对，很多人根本不知道，现在你用的手机，不管是苹果还是安卓，自带的相册里，长按图片就能直接提取文字，根本不用特意下载什么第三方OCR软件。我之前试过，把一张皱巴巴的电费缴费单平放在书桌的白鼠标垫上，手机离二十厘米拍，连上面印的最小号的”请于每月15日前缴费”的字，都能一字不差认出来，根本不用对着键盘一个字一个字敲。

上次我爸把他三十年前的老工作证拿出来，塑料封皮都磨花了，上面印的手写的入职时间本来我以为认不出来，结果相册直接把字给提出来了，连老照片上因为受潮晕开的一点墨痕旁边的字都认对了。

真的惊到我了。

不过话说回来，也不是所有OCR都这么好用。之前我试过好几个所谓的”专业级OCR软件”，收费还不便宜，识别普通的印刷字还行，一遇到手写的字就抓瞎，反而手机自带的功能识别得更准——毕竟手机厂商的训练库，是拿几千万张用户平时随手拍的素材喂出来的，对这种”不标准的现实场景”适应性强多了，那些在实验室里练出来的专业软件，反而适应不了大家平时拍图的乱七八糟的状态。

说来说去，OCR从来不是什么遥不可及的高科技，就是个帮你少敲几个字的工具而已。你不用把它想的太神，也不用遇到识别不准就骂它蠢，调整下拍图的角度，避开点反光，它比你想象的好用多了。