移动端古籍校勘工具如何用？2025 最新 OCR 识别功能指南

一、选择合适的移动端古籍校勘工具

二、注册与登录

三、扫描古籍

1. 选择适宜的扫描设备：如果古籍完整，纸张性能较好，采取线装、平订、无线胶订等装订方式，可以经拆书后使用自动扫描仪扫描，速度比较快；对于不可复原的图书，如采取锁线胶订、精装等装订方式的，使用零边距平板扫描仪；珍贵的善本或破损严重的图书，建议使用数码相机进行拍照或使用非接触式扫描仪获取图像，以免对图书造成破坏。
2. 调整扫描参数：按需印刷的图书一般使用数字印刷设备进行印制，目前数字印刷机中设定的模拟加网线数有 120lpi、150lpi、175lpi、200lpi 等，对于再版图书，用 175lpi 输出即可满足印制要求，因此，扫描时的输入分辨率可设定为 300 - 350dpi。
3. 处理特殊情况：图书中有幅面较大、超出扫描仪范围的文件时，可分为几部分扫描，最后使用 Photoshop 等软件进行拼接处理，形成完整的图像；可拆卷处理的图书加工过程中应注意不伤及页面、损坏原文、不丢页、混页，对原书页面的褶皱、折角、折痕要提前进行平整处理，对破损部分进行裱糊处理；筒子页中存在透纸现象时，可以在筒子页中间插入白纸后进行扫描，有条件时，可选择插入宣纸。

四、OCR 识别

1. 上传图片：在 “识典古籍” 平台等工具中，找到上传图片的功能入口，将扫描好的古籍图片上传到平台。
2. 自动识别：平台会自动对图片中的文字进行识别，生成文本内容。对于 OCR 不确定的字，会用不同颜色标记出来，方便用户定位和修改。例如，古联 OCR 系统在识别完成后，默认以 “版式校对” 左图右文的形式展示结果，同时支持折校及单列校对，有效提升人工精校时的专注度。
3. 候选字推荐：一些工具还提供候选字推荐功能，为算法提供的其他可能的识别结果，整理者不仅可以据系统识别结果进行修正，还可以自行增字、删字，最大程度提高 OCR 识别的精度。

五、校勘与校对

1. 对照底本：将识别出的文本与底本（内容最全、错误最少的作为校勘的基本依据的古籍）进行对照，逐字逐句审阅，遇到错讹，直接在平台上修改。例如，中华书局的数字化古籍整理工作平台就是将底本图片与文档通过网络发给审校者，审校者对照底本进行修改。
2. 利用工具功能：不同的工具可能会提供一些辅助校勘的功能，比如 “识典古籍” 平台支持同时比对 10 个以内的校本，还能自动命名人名、地名、书名、时间、职官等实体，并支持撰写数字校勘记。古联 OCR 系统也有相应的功能，帮助用户更高效地进行校勘。
3. 多人协作：如果是团队校勘项目，可以利用工具的多人协作功能，大家共同参与校勘工作，提高效率和准确性。例如，“识典古籍” 平台就支持多人协作，方便团队进行古籍整理。

六、输出与保存

1. 选择输出格式：根据自己的需求，在工具中选择合适的输出格式，如 PDF 格式可以保留古籍的原始版式，TXT 格式则便于编辑和分享。
2. 保存文件：将输出的文件保存到本地或云端，以便后续使用和查阅。

七、常见问题及解决方法

1. 识别准确率低：如果 OCR 识别准确率较低，可能是扫描质量不好、字体特殊等原因导致的。可以尝试重新扫描古籍，调整扫描参数，或者使用其他工具进行识别。例如，合合信息的 AI 古籍修复模型可以对模糊文档进行修复，提升识别效果。
2. 异体字、变体字处理：古籍中经常会出现异体字、变体字，这给识别和校勘带来了一定的困难。一些工具针对这一问题进行了优化，比如厦门大学刘向荣教授团队构建的水书手写文字图像数据集，以及合合信息的古彝文数字化项目，都能有效处理异体字、变体字的识别问题。
3. 复杂版式处理：对于双行夹注、眉批、行间批注、表格等复杂版式，一些工具也能较好地处理。例如，古联 OCR 系统可以处理版刻、写本等各式版本类型的古籍图像，对常规古籍版面，包含双行夹注、眉批、行间批注、表格的特殊版面也能较好处理。