本地 OCR：让每一页扫描都可搜索

OCR（光学字符识别）将扫描页面转换为可选中、可复制、可搜索的文本。Paper Scanner 的 OCR 完全在设备本地运行，使用 Apple 与 Google 的设备端机器学习套件，扫描内容不会上传到任何外部服务器进行识别。已识别的页面会在本地文档库中建立索引，保存后即可检索。

OCR 后的能力

页面被识别后，可以进行以下操作：

• 从扫描中复制文字。 长按任意一个词，弹出覆盖整页的选择浮层。选中的文本可粘贴到任何其他应用。
• 在扫描内搜索。 文档列表顶部的搜索框会检索每一页的识别文本，不限于标题和标签。电话号码、姓名、发票号、地址都可以在整个文档库中定位。
• 引用与回溯。 扫描的收据、合同、手写笔记、白板照片都可以成为后续可引用的文本。

为何选择设备端处理

• 隐私。 扫描内容从不上传至外部服务器进行识别。对发票、合同、医疗表格、任何含个人数据的文档均适用。
• 延迟。 无网络往返。在近几年 iPhone 与旗舰 Android 设备上，普通页面的 OCR 通常在一秒内完成。
• 离线可用。 在飞机上、地下室、无网络覆盖的地区都能识别，无需联网。

准确率与云端 OCR 服务相当；区别在于计算发生的位置。

适用场景

• 报销录入。 从扫描的收据复制商户名、日期、金额到报销应用。
• 名片归档。 提取名片中的联系信息，免去手动录入。
• 文档引用。 在邮件或消息中引用合同或协议的特定条款。
• 文档库搜索。 按任意关键词定位任何含该关键词的扫描文档。
• 多语言内容。 一页内混排多种语言（例如中英双语菜单、带英文注释的中文合同）可一次识别完成。

提高识别准确率的最佳实践

OCR 准确率主要取决于输入质量。按重要性排序，三个关键因素：

1. 光线。 来自窗户的间接均匀光优于头顶一个聚光灯。横跨页面的阴影是字符误读最常见的原因。
2. 对焦。 若自动对焦选错了对象，拍摄前点击文字中央重新对焦。模糊的扫描基本不可用。
3. 滤镜选择。 印刷表格用黑白最干净。墨水褪色或纸张发黄时推荐魔法色彩滤镜。日常大多数场景可直接使用 Auto。
4. 页面平整。 向书脊弯曲的页面在内边距处会丢字符。能压平就用另一只手压一下。
5. 语言提示。 单语言页面（例如纯中文）显式指定 OCR 语言以提升准确率。混排语言页面无需提示也能一次识别完成。

准确率限制

OCR 在印刷体上表现良好（95%+ 准确率），但以下场景准确率较低：

• 手写花体字，尤其是非拉丁字母手写体。手写识别准确率通常在 60–80%，因书写人而异。
• 极小字号——脚注、小字印刷、电子产品背面的零件号。
• 艺术或装饰字体，字形不标准。
• 光面杂志，反光纹理干扰字符识别。
• 长期放置已褪色的收据，墨水物理消失。

所有情况下原始图像均保留。如 OCR 在关键页面失败，扫描图像本身仍可阅读。

免费版与 Pro

免费版每日提供一定额度的 OCR，足以应对日常收据、名片与偶尔一章书的识别需求。Pro 解除每日上限，并支持一键识别整个文件夹。对于有积压未识别扫描的文档库，Pro 是最高效的批量处理方式。

支持的语言

设备端引擎支持拉丁字母（英、法、德、西、葡、意及其他）、中文（简繁）、日文、韩文以及大部分欧洲文字。混排语言页面在一次识别中完成。