工具目录 / OCR-D

OCR-D

让历史印刷 OCR 流程可复现

打开关联站内模块

为何收录

以统一工作区串联版面与识别组件，保留每次处理的中间结果。

输入材料

扫描件与 METS 描述

输出结果

PAGE XML 与识别文本

适用范围与限制

偏研究与工程使用；不是一键通用识别服务。

站内基础能力

这些能力覆盖部分基础任务，不表示完整重制原软件。

• 扫描图像整理

  旋转书页、调节灰度与二值阈值，下载处理后的图片。 1 MB、600 万像素以内；只执行指定处理，不自动判断歪斜和版面。

• 本地图像文字识别

  在当前应用识别简体、繁体及英文印刷文字，再进入校读。 使用本地 Tesseract；图像 1 MB、600 万像素以内。手写、异体字和复杂竖排需要人工核对，不训练新模型。

配合这些知识点学习

• 传统美术的记录与传承

继续探索

• 古籍版本对照
• 繁简与用字整理
• 关键词上下文
• 多版本逐行校读
• TEI / XML 结构检查
• 原文实体与主题标注

检索典籍材料 · 关联知识与练习