作者实测108组OCR预处理顺序与力度

作者“修炼的dance”把纠斜、去噪、二值化拆成开关，在英文页上跑Tesseract 108组、中文页跑macOS自带识别60组，比较不同预处理顺序和参数下的识别准确率。作者称，椒盐噪声下先去噪再纠斜准确率为98.6～99.1，先纠斜再去噪只剩91.5～94.4；中值核开到9×9时英文准确率从98.9降到91.0；自适应二值化遇高斯噪声输出全空。 作者还称，歪5度时只做中值滤波准确率掉到34.0，原因是Tesseract版面被切碎，改用--psm 6后回到96.51%。 作者注明，数据在2026-11-04测得，准确率只在这两页、这台电脑、这组参数上成立，所有数字均为单次运行、未重复取平均，Tesseract只装了英文语言包。

AI 根据报道生成 · 10 天前更新