下班前十分钟交材料，OCR识别稿怎么快速自查一遍

晚上六点四十，下班窗口那边催着要一份扫描件的前分文字版。我把二十页合同丢进 OCR 工具，钟交自查导出 Word，材料扫了两眼觉得“差不多”，别稿遍直接转成 PDF 发过去。快速第二天对方回了一句：第三页的下班金额是 8.00 万还是 80.0 万？我翻回去看，识别稿里写的前分是“8.00万”，原件是钟交自查“80.0万”——小数点位置被识别挪了一格。那一瞬间我明白，材料OCR 校对不是别稿遍“通读一遍”，而是快速有先后顺序的排查动作。

十八点五十：先看版面结构，下班别急着读字

导出文件后，前分第一件事不是钟交自查从头读，而是把页面缩略图铺开看一遍。看什么？看段落有没有被合并、表格线有没有错位、页眉页脚有没有混进正文。OCR 最容易犯的错不是认错字，而是把两栏排版读成一栏，把表格里的数字串成一行。

具体动作：把文档视图切到“多页”，逐页扫一眼。表格区域单独放大，确认每个单元格还各归各位。如果整段文字挤在一起，说明识别时丢了段落标记，这时候逐字校对是白费力气，得先回去调识别参数或换一版导出。

这一步花两三分钟，能省掉后面半小时的无效阅读。

十九点十分：数字、日期、编号，单独拉一张核对表

文字错别字读者能猜出来，数字错了没人猜。所以第二遍只盯三类东西：金额、日期、证件号或合同编号。

我的做法是新建一个空白表格，左边抄原件上的数字，右边贴识别稿里的对应数字，两列并排放。人眼对“8.00”和“80.0”这种差异不敏感，但并排看就跳出来了。日期同理，尤其注意“2024.01.05”被识别成“2024.01.05”还是“2024.1.05”，格式变了在正式材料里也是问题。

这一步不需要通读全文，只做定位和比对。原件在手边就用纸质稿对，原件是 PDF 就开双窗口左右对照，别靠记忆。

十九点三十：标点与全半角，按段落抽查而不是全查

到了这一步才处理文字层面的问题。全查来不及，我按段落抽：每页抽首段、中间一段、末段，重点看标点。OCR 常把中文句号识别成英文句点，把引号识别成直角引号，把“的、地、得”附近的字认混。

抽查发现某一段错误密集，说明那一页的扫描质量差，就把整页逐字过一遍；如果抽查段落都干净，剩下的段落快速滑读即可。这是取舍，不是偷懒——时间有限时，把精力放在错误率高的区域。

另外提醒一句：OCR 校对怎么自查，核心不是“看得仔细”，而是“知道先看哪里”。顺序错了，再仔细也是低效。

十九点五十：交付前做一次反向验证

最后一步容易被跳过：把识别稿里最关键的三个信息——总金额、签署日期、双方名称——拿回原件再确认一次。不是重读，是定点回看。我那次失手，就是缺了这一步。

如果材料要交给外部机构，建议在文件名或邮件正文里注明“文字版由扫描件识别整理，关键数据请以原件为准”。这不是免责套话，是给对方一个核对提示。涉及合同金额、法律条款、医疗数据的材料，识别稿只能当辅助，最终以原件或专业录入为准，拿不准就找对应窗口确认。

那天之后我给自己定了个规矩：OCR 稿发出前，数字并排对一遍，关键项回看一遍。十分钟能做完，比第二天返工便宜得多。