WorkBuddy批量OCR需五步：一、设简体中文+英文语言及高精度模式；二、预处理图片为≤1920×1080的PNG，调对比度+45/亮度-10；三、分批导入≤200张，监控置信度≥65%；四、用区域掩码屏蔽水印等干扰；五、导出带标签文本并启用正则校验关键字段。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您需要从大量图片中快速提取文字内容，WorkBuddy 提供了批量 OCR 识别能力，但操作不当可能导致识别失败、乱码或漏字。以下是实现高效、准确批量文字提取的具体方法：
一、启用WorkBuddy内置OCR引擎并校准语言模型
WorkBuddy 默认调用本地轻量级 OCR 引擎，需手动指定目标语言以提升识别精度，尤其对中英文混排、竖排文本或小字号图像效果显著。未正确设置语言会导致字符误判率上升30%以上。
1、打开 WorkBuddy 主界面，点击右上角 设置图标 → 识别设置 → OCR语言选项。
2、在下拉菜单中选择 “简体中文+英文（混合）”，避免仅选单一语言导致标点或数字识别异常。
3、勾选 “启用高精度模式（占用更多内存）”，该选项强制启用图像二值化与字体轮廓增强预处理。
二、批量导入前对图片进行标准化预处理
原始图片若存在倾斜、低对比度、压缩伪影或非标准分辨率，将直接降低 OCR 可信度得分。WorkBuddy 不自动执行图像矫正，需用户提前干预。
1、使用系统自带画图工具或 IrfanView 批量调整：统一将图片尺寸缩放至 宽度不超过1920像素且高度不超过1080像素。
2、对扫描件类图片，在 Photoshop 或 GIMP 中执行 “图像 → 调整 → 亮度/对比度”，将对比度调至+45，亮度设为-10。
3、保存所有图片为 PNG 格式（无损压缩），严禁使用 JPEG 格式导入，否则可能引入色块干扰识别。
三、通过任务队列方式提交百张级图片识别请求
WorkBuddy 的批量识别采用异步队列机制，一次性提交超200张图片可能触发内存溢出保护，需分批次加载并监控状态栏实时反馈。
1、进入 “文件 → 批量导入 → 从文件夹添加”，选择已预处理完成的 PNG 图片所在文件夹。
使用 draw.io（.drawio 格式）和 SVG 生成兼容 Microsoft Visio 的架构图。当用户需要以下任一场景时触发： - 用于 Visio 或技术文档的架构/系统/网络图 - 带连接标注的分层控制系统图 - 将 draw.io XML 转换为稳定、可嵌入的 SVG - 修复 Visio 或 draw.io 无法打开的故障排查类图表 - 任何需专业级布局且文本可编辑的图表
2、在弹出窗口中勾选 “按文件名顺序排序”，确保多页文档（如发票、合同）保持逻辑连贯性。
3、点击 “开始识别” 后，观察底部状态栏：当显示 “正在处理第X张（置信度：92.7%）” 时，表示当前页识别正常；若连续两页置信度低于65%，立即暂停任务并检查图像质量。
四、利用区域掩码功能跳过无关图文干扰区
部分图片含水印、边框、Logo 或固定位置广告，这些区域会干扰 OCR 全局分析。WorkBuddy 支持基于坐标的矩形掩码，可主动屏蔽非文字区域。
1、在批量导入前，先任选一张典型图片点击右键，选择 “设定识别区域掩码”。
2、拖动鼠标绘制一个覆盖水印区域的红色半透明矩形，松手后该区域将被标记为 “忽略识别”。
3、点击 “保存为模板 → 命名为‘通用水印屏蔽’”，后续所有同源图片导入时自动应用此掩码规则。
五、导出结构化文本并校验关键字段完整性
OCR 输出结果默认为纯文本流，但实际业务常需提取日期、金额、编号等结构化字段。WorkBuddy 提供正则匹配后处理通道，支持用户自定义字段锚点。
1、识别完成后点击 “导出 → 导出为带标签文本（TXT）”，该格式会在每段识别结果前插入注释行，如【日期】2024-03-15。
2、在导出窗口中启用 “启用字段校验规则”，系统将自动比对预设的12类关键字段正则表达式（如金额格式 ¥\d+\.\d{2}）。
3、导出文件末尾生成 “校验摘要段落”，列出所有未匹配成功的字段名称及对应图片序号，便于定向复核。
