OCR智能识别 - 操作帮助

一、功能介绍

本OCR识别工具支持13种识别类型，并独家定制了以下核心功能：

图片旋转：支持90度快速旋转和1度精确微调，圆盘旋转更直观
参考线框选：四条可拖动参考线（两红两蓝），框选任意区域，独家核心技术
局部识别：只识别框选区域内的文字，不识别整张图片，准确率接近100%
全图识别：隐藏参考线后，识别整张图片
蓝色色块：框选区域半透明蓝色高亮，一眼看出选中范围
局部放大：框选区域放大预览，确认文字清晰后再识别
13种识别类型：默认通用文字(高精度)，可手动切换身份证、发票、票据、车牌等13种类型
访问控制保护：仅限授权用户使用，保护百度OCR免费额度不被滥用

独家核心技术：参考线裁剪识别是卷卷独家定制功能，通过四条可拖动参考线精确框选识别区域，只识别选中区域内的文字，完全避免无关数字干扰，金额识别准确率接近100%！此功能为卷卷独家拥有，其他OCR工具不具备。

二、操作步骤（小白版）

核心思路：先把图片转正 → 再框选要识别的区域 → 最后点识别按钮。就这么简单！

第一步：把图片转正（很重要！）

照片拍出来经常是歪的、倒的，先把它转正，识别才准确。

1

先看图片是不是正的
如果图片是横着的、倒着的，先拖动圆盘旋转快速旋转，或者点「-」「+」按钮每次转1度，把图片大致转正。

2

显示参考线（帮助对齐）
点一下「参考线」按钮，按钮变成紫色，图片上会出现一条红色水平线。这条线就是"水平基准线"，帮你判断图片正不正。

3

1度1度微调
拖动中间的角度滑块，或者点滑块两边的「-」「+」小按钮，每次转1度。一边转一边看，让图片里的文字行和红色参考线平行。

4

判断是否转正
当图片里的文字行和红色参考线完全平行时，图片就转正了！这时候识别最准确。

小技巧：红色参考线可以上下拖动！拖到任意一行文字的位置，对齐更方便。

第二步：选择识别方式

A

方式一：识别整张图片（全图识别）
如果你想识别图片里所有的文字，就再点一下「参考线」按钮，按钮变成灰色，参考线和蓝色色块都隐藏了。这时候OCR按钮显示「OCR全图识别」。

B

方式二：只识别某一块（局部识别）
如果你只想识别图片里的某一部分（比如身份证上的姓名、票据上的金额），就保持「参考线」按钮为紫色，参考线和蓝色色块都显示着。这时候OCR按钮显示「OCR裁剪识别」。继续看下面的第三步。

第三步：框选要识别的区域（仅局部识别需要）

四条参考线就像一个"相框"，把你想识别的那一块框起来。

1

认识四条线
• 两条红色水平线：控制上下边界（上面一条、下面一条）
• 两条蓝色垂直线：控制左右边界（左边一条、右边一条）
• 中间的蓝色半透明色块：就是你框选的区域

2

调整上下边界
拖动上面那条红线的小手柄（左上角红色小方块），移到要识别区域的顶部。
拖动下面那条红线的小手柄（右上角红色小方块），移到要识别区域的底部。

3

调整左右边界
拖动左边那条蓝线的小手柄（顶部蓝色小方块），移到要识别区域的左侧。
拖动右边那条蓝线的小手柄（底部蓝色小方块），移到要识别区域的右侧。

4

确认框选范围
蓝色色块覆盖的区域，就是等会儿要识别的范围。调整到正好框住你想识别的文字就行，不用太精确，差不多就可以。

第四步：识别类型（默认通用文字(高精度)，可手动切换）

1

默认识别类型：通用文字(高精度)
上传图片后，默认识别类型为「通用文字(高精度)」，适合大多数普通图片、文档、票据的识别。

如果默认识别不准确，可以在OCR按钮左边的下拉框里手动选择对应的识别类型：
• 普通图片、文档、票据 → 选「通用文字(高精度)」
• 身份证正面（有照片）→ 选「身份证(人像面)」
• 身份证反面（国徽）→ 选「身份证(国徽面)」
• 增值税发票 → 选「增值税发票」
• 收据、小票 → 选「票据/小票」
• 车牌 → 选「汽车牌照」
• 银行卡 → 选「银行卡」
• 营业执照 → 选「营业执照」
• 表格 → 选「表格识别(专用)」

第五步：开始识别

1

点击OCR按钮（「OCR全图识别」或「OCR裁剪识别」），等待几秒钟。

2

识别完成后，结果会显示在按钮下方。每个字段都有一个「复制」按钮，点一下就能复制该字段的内容。

3

如果想一次性复制所有内容，点结果标题旁边的「一键复制全部」按钮。

三、按钮说明

圆盘

圆盘旋转：拖动圆盘快速旋转图片，直观方便

- +

角度微调按钮：每次减1度或加1度，精确调整图片角度，显示当前角度

参考线

参考线按钮（紫色）：参考线已显示，当前为局部识别模式

参考线

参考线按钮（灰色）：参考线已隐藏，当前为全图识别模式

裁剪

OCR裁剪识别：只识别参考线框选的区域

全图

OCR全图识别：识别整张图片

四、参考线说明

参考线	颜色	拖动方向	作用
水平线1	红色	上下拖动	确定区域上边界
水平线2	红色	上下拖动	确定区域下边界
垂直线1	蓝色	左右拖动	确定区域左边界
垂直线2	蓝色	左右拖动	确定区域右边界

提示：每条参考线都有一个小手柄（带≡符号），拖动手柄可以精确调整位置。蓝色色块覆盖的区域就是选中区域。

五、13种识别类型详解

本工具支持13种识别类型，根据不同的图片内容选择对应的类型，识别更准确、更快速。

序号	识别类型	特点与适用场景
1	通用文字(高精度)	特点：识别精度最高，含文字位置信息，支持复杂排版。适用场景：普通图片、文档、票据、表格、合同等对精度要求高的内容。推荐默认使用此类型。
2	通用文字(标准)	特点：识别速度较快，含文字位置信息。适用场景：普通图片、清晰文档、截图等对速度要求高的内容。
3	手写文字	特点：专门针对手写体优化，识别手写文字。适用场景：手写笔记、表格手写填写、手写签名、便签等手写内容。
4	数字识别	特点：专门识别数字，对数字识别更准确。适用场景：金额、编号、电话号码、验证码、统计数据等纯数字内容。
5	网络图片	特点：针对网络图片优化，抗干扰能力强。适用场景：网络截图、表情包、社交媒体图片、复杂背景图片等。
6	增值税发票	特点：专门识别增值税发票，自动提取结构化字段。适用场景：增值税专用发票、增值税普通发票，自动提取发票代码、号码、金额、税额、购销方信息等。
7	票据/小票	特点：专门识别票据小票，自动提取关键字段。适用场景：收据、购物小票、餐饮小票、出租车票、机票行程单等，自动提取商户、金额、日期等。
8	身份证(人像面)	特点：专门识别身份证正面，自动提取结构化字段。适用场景：身份证正面（有照片一面），自动提取姓名、性别、民族、出生、住址、身份证号等。
9	身份证(国徽面)	特点：专门识别身份证反面，自动提取结构化字段。适用场景：身份证反面（国徽一面），自动提取签发机关、有效期限等。
10	汽车牌照	特点：专门识别车牌号码，支持多种车牌类型。适用场景：蓝牌、黄牌、绿牌（新能源）、白牌等各类车牌号码识别。
11	银行卡	特点：专门识别银行卡号，支持各类银行卡。适用场景：借记卡、信用卡、储蓄卡等银行卡号识别。
12	营业执照	特点：专门识别营业执照，自动提取结构化字段。适用场景：工商营业执照，自动提取注册号、名称、类型、法定代表人、注册资本、成立日期、营业期限、经营范围等。
13	表格识别(专用)	特点：专门识别表格内容，按行列输出，保留表格结构。适用场景：复杂表格、财务报表、统计表格、课程表等需要保留行列结构的表格内容。

选择建议：不确定选什么类型时，默认选「通用文字(高精度)」；识别特定证件或票据时，选对应的专用类型，识别更准确、字段更清晰。

六、注意事项

框选区域时，确保四条参考线都在图片范围内
蓝色色块只是显示辅助，不影响实际识别结果
识别结果中每个字段都有「复制」按钮，可单独复制
点击「一键复制全部」可复制所有识别结果
图片旋转后，参考线位置不会自动跟随旋转，需要重新调整
建议先旋转图片到水平，再框选区域识别
直接点击「OCR裁剪识别」即可识别，不需要先局部放大（最新优化，直接裁剪识别和局部放大后识别结果完全一致）

七、卷卷独家核心技术详解

重要声明：以下功能均为卷卷独家定制开发，拥有完全自主知识产权，其他OCR工具不具备这些功能。

7.1 参考线裁剪识别（独家核心技术）

形象比喻：这项技术就像医学上的靶向治疗——传统化疗是全身用药，好坏细胞一起杀；而靶向治疗只针对病灶精准用药，疗效好、副作用小。参考线裁剪识别也是同样的道理：别的OCR都是整图识别，所有文字一起识别，容易被无关数字干扰；而卷卷OCR是靶向裁剪识别，只针对选中区域精准识别，准确率高、无干扰！

和别的OCR工具对比：

对比项	别的OCR工具	卷卷独家OCR
识别方式	整图识别，所有文字一起识别	靶向识别，只识别框选区域
准确率	容易被无关数字干扰，金额经常识别错	接近100%，只识别选中区域，无干扰
针对性	无法选择，只能识别整张图	精准选择，想识别哪行就识别哪行
比喻	像化疗，好坏细胞一起杀	像靶向治疗，只杀病灶，无副作用

实际场景对比：

别的OCR识别小票：小票上有单价4.5、数量12、金额54、合计96、应收150等很多数字，整图识别后系统不知道哪个是总金额，经常识别成4.5或96，用户需要手动核对修改，很麻烦。
卷卷OCR裁剪识别：用红蓝参考线只框选"应收金额: 150.00"那一行，系统只识别这一行，直接得到150.00，绝对不会错！用户只需要核对一下，直接保存，效率极高！

技术原理：通过四条可拖动参考线（两条红色水平线、两条蓝色垂直线）精确框选识别区域，系统只对框选区域内的图片进行裁剪和OCR识别，完全忽略区域外的所有内容。

核心优势：

准确率接近100%：只识别选中区域，完全避免无关数字干扰
针对性强：小票上有很多数字时，只框选金额那一行，绝对不会识别错
操作简单：拖动四条线框选，点一下按钮就识别，小白也能快速上手
视觉直观：蓝色半透明色块高亮显示选中区域，一眼看出识别范围

7.2 直接裁剪识别 = 局部放大识别（最新优化）

技术突破：经过反复调试和优化，我们彻底解决了直接裁剪识别和局部放大后识别结果不一致的问题。现在两种方式的识别结果完全一致！

为什么还要局部放大？
很多人会问：既然直接裁剪识别和局部放大后识别结果一样，为什么还要局部放大呢？

答案很简单：放大是为了让我们看得更清楚，确认一下框选区域是否正确，而不是为了识别！

特别是在手机上，屏幕小，字可能看不清楚，放大后可以确认：
• 框选区域是不是正好框住了要识别的文字？
• 有没有把无关的文字也框进去了？
• 文字是不是清晰可辨？

如果已经确认框选区域正确，可以直接点击「OCR裁剪识别」，不需要先局部放大！
局部放大只是辅助确认用的，不影响识别结果。

优化内容：

统一裁剪逻辑：先旋转图片，再计算裁剪区域，确保坐标计算准确
精确坐标定位：减去图片偏移量（img.offsetTop/img.offsetLeft），定位零误差
旋转尺寸适配：考虑旋转后显示尺寸变化，裁剪区域精确对应
输出质量提升：从0.92提升到0.95，文字更清晰，识别更准确

使用建议：现在可以直接点击「OCR裁剪识别」按钮，不需要先局部放大了！如果想确认框选区域是否正确，可以点击「局部放大」预览，确认后再识别。

7.3 13种识别类型（默认通用文字(高精度)）

技术原理：上传图片后，默认识别类型为「通用文字(高精度)」，适合大多数普通图片、文档、票据的识别。如果默认识别不准确，可以在下拉框里手动选择对应的识别类型（身份证、发票、票据、车牌、银行卡、营业执照等13种类型）。

核心优势：

默认精准：默认通用文字(高精度)，大多数情况识别准确
手动切换：如果默认不准确，可以手动切换到专用识别接口
类型丰富：支持13种识别类型，覆盖日常所有识别需求

7.4 票据专用识别接口

技术原理：优先使用百度「通用票据/小票」专用识别接口（receipt），专门针对票据小票优化，自动提取商户名、总金额、日期等关键字段。识别失败时自动回退到高精度通用文字识别接口，双重保障。

核心优势：

专门优化：receipt接口专门针对票据小票优化，比通用接口更准确
自动提取：自动提取商户名、总金额、日期等关键字段
双重保障：receipt接口失败时自动回退到高精度通用接口，不会识别失败

7.5 访问控制保护

技术原理：OCR工具仅限授权用户使用，只有通过以下三个合法途径才能访问：

从卷卷AA记账系统跳转（from=bill）
从电子名片跳转（from=card）
从彩虹网盘内部访问（from=rainbow）

其他人直接访问会显示「无权访问」，有效保护百度OCR免费额度不被滥用。

7.6 用户识别与使用次数限制

用户识别方式：采用QQ openid作为唯一用户识别方式，更准确、更稳定、更方便管理。

用户类型	识别方式	使用次数	识别历史
QQ登录用户	QQ openid	独立计数，可设置特殊额度	保存到数据库，独立历史
未登录用户	统一guest	共享100次/天	不保存，只显示当前结果
管理员	彩虹网盘管理员登录	不受限制	可以看到所有用户的历史

特殊额度配置：只有QQ登录用户才能设置特殊额度（如200次/天、500次/天）
隐私保护：🔒 每个QQ用户只能看到自己的识别记录，不用担心被别人看到
未登录用户提示：未登录用户查看识别历史时，会提示登录QQ账号以保存识别历史

7.7 13种识别类型全覆盖

支持13种识别类型，覆盖日常所有识别需求：

通用文字(高精度)、通用文字(标准)、手写文字、数字识别、网络图片
增值税发票、票据/小票、身份证(人像面)、身份证(国徽面)
汽车牌照、银行卡、营业执照、表格识别(专用)