一句话答案
维护中文 OCR定期备份、清理临时文件、更新工具，并保留一次基线输出。 中文 OCR 要选 chi_sim/chi_tra，注意竖排/繁简/标点。
为什么重要
基线能让你快速判断是文件退化还是环境变化。
简繁模型不同。
具体怎么做
- 先判断 PDF 有没有文本层：能选中/复制文字就不用 OCR。
- 扫描页提高分辨率/对比度，纠正倾斜。
- 选对语言（中/英/混合），只处理需要的页。
- OCR 后校对数字/金额/日期/人名，别直接采用。
- 导出 TXT/复制，保留原 PDF 和校对记录。
常见错误
- 对已有文本层的 PDF 做 OCR，反而引入错字。
- 扫描分辨率太低/倾斜，识别率差。
- 中英文混排只选一种语言。
- 不校对金额/日期/编号，直接入库。
检查清单
- 文本层/扫描页已判断。
- 分辨率/方向/对比度已处理。
- 语言/页数选择正确。
- 数字/金额/日期/人名已校对。
- 原 PDF/校对记录保留。
关键事实
- 简繁模型不同。
- 竖排/艺术字更难。
常见问题
中文 OCR怎么维护？
维护中文 OCR定期备份、清理临时文件、更新工具，并保留一次基线输出。 中文 OCR 要选 chi_sim/chi_tra，注意竖排/繁简/标点。
检测要多久？
通常 1–3 分钟；如果问题间歇出现，连续测 30 秒并换环境复测。
会上传数据吗？
本页在浏览器本地运行，不上传画面/声音；扩展仍可能读取页面。
来源: Tesseract