图片未识别是因OCR预处理失败，主因包括文档边缘模糊、背景干扰、遮挡、过曝、反光或格式不支持（如CMYK、渐进式JPEG），需重拍、标准化格式并绕过浏览器上传陷阱。
☞☞☞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☜☜☜
咔片AI文档里的图片没识别出来，说明OCR引擎在图像预处理阶段就未能提取出有效文字区域——这通常不是模型能力问题，而是输入图像不满足基础识别条件，比如文档边缘模糊、背景干扰严重、或关键文字区域被遮挡、过曝、反光。
先确认是不是图片本身就不合格
打开原始图片，用肉眼快速判断：文档四角是否全部入镜？有没有手指、阴影、桌面边框挡住任意一边？白纸是否拍在白色桌面上？如果是，【算法根本找不到完整矩形轮廓，后续所有识别步骤都会跳过】。这种图哪怕传一百次也不会出结果，必须重拍。
检查图片亮度：把图片拖进系统自带的“照片”应用，双指放大到文字区域，看笔画边缘是否清晰连贯。如果字迹发灰、断线、毛边明显，说明光照不均或对焦失败，OCR无法定位字符骨架。
检查文件格式和编码是否被支持
方法一：用命令行快速验证（Windows PowerShell 或 macOS 终端）
file your_image.jpg → 看输出是否含 JPEG image data 或 PNG image data；若显示 data 或 cannot open，说明文件已损坏或封装异常。
方法二：用Python轻量检测（无需安装库）
新建一个 check.py，粘贴以下代码并运行：
from PIL import Image<br>try:<br> img = Image.open("your_image.jpg")<br> print("格式正常，尺寸：", img.size)<br>except Exception as e:<br> print("读取失败：", e)
如果报 OSError: cannot identify image file，大概率是渐进式JPEG、CMYK模式或带Alpha通道的PNG——咔片AI不支持这类变体，必须转成标准RGB JPEG。
强制标准化图像再上传
第一步：用OpenCV做一次无损清洗
安装仅需一条命令：pip install opencv-python-headless
第二步：运行转换脚本（替换 input.jpg 和 output.jpg 路径）
import cv2<br>img = cv2.imread("input.jpg")<br>if img is None:<br> raise RuntimeError("原图读取失败，请确认路径")<br>cv2.imwrite("output.jpg", img, [cv2.IMWRITE_JPEG_QUALITY, 95])
这一步会自动剥离EXIF元数据、强制转为sRGB、清除隐藏的色彩配置文件——【95%的“格式错误”都卡在这一步】。生成的 output.jpg 可直接上传，不再触发 image format error。
避开WebUI上传陷阱
第一步：不要用浏览器“选择文件”对话框反复点击上传
很多用户连续点三次，实际只成功提交了第一次，后两次因前端状态未重置而静默失败。观察上传按钮文字是否从“上传”变成“正在处理”，变成后就别再点。
第二步：禁用浏览器扩展干扰
特别是广告屏蔽插件（如uBlock Origin）、隐私保护工具（如Privacy Badger），它们可能拦截了 /api/ocr 接口请求。临时关闭所有扩展，用无痕窗口重试。
第三步：换用curl直传（绕过前端校验）
curl -X POST http://localhost:8080/api/ocr \<br>-F "image=@output.jpg"
如果curl返回JSON结果，证明后端服务完全正常，问题100%出在浏览器层。
