扫描件转完文字，怎么核对才不白忙一场

“你这份合同第三条，扫描写的完文是‘定金’还是‘订金’？”同事把打印稿递过来，我盯着屏幕上的字核识别结果，明明刚才扫过一遍，不白眼睛却自动跳过了那一行。忙场OCR 出错的扫描麻烦就在这里：它不会整段乱掉，只在一个字上悄悄换了面孔，完文读起来还挺顺。字核

所以校对不是不白“再读一遍”，而是忙场把机器认出来的字，和原始图像、扫描另一份材料、完文语句本身的字核逻辑分别对一遍。下面这几个动作，不白今天下午就能在一份文件上跑完。忙场

先导出一份带页码的纯文本，别在原窗口里改

很多人拿到识别结果，直接在识别软件里改。改到一半翻页，改动和原文混在一起，回头分不清哪句是机器输出、哪句是自己敲的。最小的一步是：把识别结果另存为纯文本或表格，按原文件的页码分段，每段前面标上“第几页第几行”。纸质件就用手写页码对应，PDF 就记下页面缩略图的位置。

这一步的意义是保留“可回溯”。后面发现某处可疑，你能立刻回到扫描图的那一页那一行，而不是在几十页文本里凭记忆找。文件不多的话，五分钟就能分好；文件超过二十页，先只分大段标题，正文部分再按需补。

把数字、专名、符号单独抽出来做一张小表

通读全文效率很低，因为人眼会顺着语义自动补全。更稳的做法是先抽出三类最容易认错的东西：金额与日期、人名地名机构名、标点和符号。金额里“1”和“7”、“0”和“O”、“5”和“S”是常见混淆；日期里“日”和“目”、“月”和“同”在低分辨率下很像；标点上，全角引号和半角引号、中文顿号和英文逗号，识别结果经常混用。

抽出后不要只对着表格看，要逐项回到图像核对。可以用手机拍下原页，或者在 PDF 里放大到 200% 以上看笔画。核对时用笔在表格上打勾，打完一项划掉一项，避免重复看同一处。这份小表还有个好处：发给同事复核时，对方不用读全文，只看这十几行就能判断你有没有漏。

用第二份来源做交叉，而不是靠“读起来顺”

只对着同一份扫描件反复看，容易陷入“越看越像”。交叉验证要找独立来源：合同有对方发来的电子版，就比对电子版；公文有官网公示版本，就比对公示页；书籍有纸质原书，就翻原书。两份来源不一致时，先别急着改，把两处都标出来，再判断哪一份更接近原件。这里说的 OCR 校对怎样交叉验证信息，核心不是多读几遍，而是让两个互不依赖的来源互相“咬合”。

如果实在没有第二份来源，就退一步用上下文做逻辑核对：前后金额是否对得上、日期顺序是否合理、同一人名在全文里写法是否一致。逻辑核对能发现一部分错误，但不能替代图像核对，别把它当成万能办法。

改完之后，再抽三处回看原图

改完一轮，人容易松劲。收尾时从改过的位置里随机抽三处，回到原图再看一遍：改对了吗？有没有把原本正确的字改错？顺手检查全角半角、空格和换行有没有被改动带乱。这三处不用多，但要真的回到图像，而不是只看文本。

如果这份材料要对外提交，最好再请一个没参与校对的人只看小表和抽查处，他不需要读全文，几分钟就能给出第二双眼睛的判断。文件涉及合同金额、法律条款或医疗信息时，校对完仍应交给对应领域的专业人士或官方窗口确认，OCR 校对只解决“字对不对”，不解决“内容合不合适”。

一份十页左右的材料，按上面顺序走一遍，通常一个下午能完成；页数多就分批做，别指望一次通读解决所有问题。