# 文字识别（OCR） **eSearch**提供了开箱即用的离线 OCR，还可以选择在线 OCR。 ## 离线 OCR 离线 OCR 完全免费，不依赖网络，但它体积较大。部分在线 OCR 可以免费体验，但它速度快，准确率高，不占体积。**eSearch**默认启用离线 OCR，可以直接使用。 ## 在线 OCR **eSearch**目前支持的在线 OCR 服务是**百度 OCR**和**有道 OCR**。 ### 百度 OCR 参考[百度 OCR 的教程](https://cloud.baidu.com/doc/OCR/s/dk3iqnq51)，获取 API Key 和 Secret Key，并填入设置中。截止 2022 年 1 月，百度 OCR 还可以免费领取服务。 ### 有道 OCR 参考[有道 AI 文档](https://ai.youdao.com/doc.s#guide)，在创建应用时服务选择*光学字符识别服务-通用文字识别*，接入方式为*API*，获取应用 ID 和密钥，并填入设置中。 ## 格式 一些 OCR 并不能识别文字，而是把文字的一行视为一个段落。 ``` 比如这是一个段落。但 由于显示软件的自动换 行，视觉上显示为多行， OCR把他们视为5个段 落。 ``` ### 自动删除换行 自动删除换行可以分析结尾符号，自动删除换行。你也可以选中部分文字，针对他们进行删除换行操作。支持拉丁文字删除换行后自动添加空格。 ### 段落识别 自带的离线可以识别基本分栏和段落，在设置中可勾选是否开启。设置百度 OCR 的段落识别也可以实现段落分析。 在编辑区按下撤回快捷键可恢复到原始未识别段落的排版。 ## 校对 一方面，现在的 OCR 模型尽管识别率差强人意，但细节上有待提高，另一方面，由于印刷、字体等问题，OCR 常误判。对于一般的文本识别，目前的离线 OCR 已经够用，但如果你需要通过 OCR 录入文字，或精益求精，校对功能是必不可少的。 > [!NOTE] > > 本软件的校对功能并非专业，如果你需要更专业的校对，请使用其他专业 OCR 软件。 > > 同样不对校对结果负责，人是最后的校对者，软件仅作为辅助。 ### 原图校对 仅仅是换行校对还不够，主页面提供了[图片区](editor.md#图片区)进行辅助校对。 直接在图片区上选择文字，你可以体验类似苹果 Live Text（实况文本）的功能。但不止选择文字，选区将同步到编辑器，你在图片上选什么，编辑器就选什么，这样既可以知道图片上文字的位置，又可以编辑文字进行校对。 编辑器将使用 Chrome 的拼写检查，使用蓝色波浪线标出拼写错误，这样你就可以知道 OCR 这里识别错误（有时候会识别英式英语的一些拼写错误，忽略即可）。只知道错误还不行，需要找出原文，在编辑器上选择文字，自动在图片区上选中原文。 这样的选择双向同步既能了解文字在图片中的信息，也拥有的编辑能力。 不必担心编辑后就无法同步选择了，通过 diff 算法，即使你在编辑器上增删，双向同步也能尽可能地进行定位。 --- 高级功能 ## 其他语言离线 OCR，自定义 OCR 模型 离线 OCR 使用了 [paddleOCR](https://github.com/PaddlePaddle/PaddleOCR) 的 OCR 方案。 目前 paddleOCR 还预训练了多种文字识别模型： - 中英混合 - 中文繁体 - 英文 - 韩文 - 日文 - 泰卢固文 - 卡纳达文 - 泰米尔文 - 拉丁文 - 阿拉伯字母 - 斯拉夫字母 - 梵文字母 你可以直接在设置里下载，那里提供了文字与语言的对应，比如德语对应拉丁文。下载后自动添加到 OCR 模型列表。 也可以在[这里](https://esearch-app.netlify.app/ocr.html)下载，都提供了语言到文字的对应，还可以在 [GitHub](https://github.com/xushengfeng/eSearch-OCR/releases/tag/4.0.0)下载，模型都是一样的，GitHub 上没有文字提示。下载完毕后，解压到文件夹里，你会看到 1~3 个文件。打开 设置-OCR 添加模型，文件名有`det`的为检测模型，部分语言不附带，留空将使用默认模型。文件名有`rec`的为识别模型。`.txt`为字典文件。之后你可以更改 OCR 名字。 自己训练： - 使用 paddleocr 训练模型 - 使用[Paddle2ONNX](https://github.com/PaddlePaddle/Paddle2ONNX)本地转换 - 根据上面的方式添加 ## AI 后端 默认使用 CPU 运行模型，还支持 CUDA、coreML（mac）、DirectML（Windows）。**理论上**如果你的设置支持以上三种后端，应该可以更快运行模型。部分模型或设备不支持一些后端，如有错误，请改回 CPU 后端。 目前模型在 CPU 运行时也保持在可接受的速度。 --- > [!TIP] > > 有时候复制 PDF 文字也会遇到多余的换行，可以尝试使用自动删除换行，不仅仅是用于 OCR 校对。 > [!TIP] > > 你可以设置 OCR 后自动复制文字到剪贴板。