火山引擎OCR识别小字需确保单字宽度≥12像素，否则检测失败；推荐VeimageX预处理（锐化+对比度或局部放大），并配置high_precision模式、language=zh及rotate_auto=true参数，同时规避浅灰字、超细字体和描边文字。
☞☞☞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☜☜☜
识别小字前先确认图片分辨率是否达标
火山引擎图像理解服务对中文小字的识别效果，高度依赖原始图像中文字区域的物理像素尺寸。若单个汉字在图中宽度不足12像素，OCR模块大概率跳过该区域或返回空结果——这不是模型能力问题，而是底层检测器的硬性采样阈值限制。
用画图工具打开原图，放大到400%观察目标文字：如果笔画已出现明显锯齿、粘连或断笔，说明原始分辨率已低于服务可用下限。此时必须返工重拍或重绘，不能靠后处理“强行提清”。
用VeimageX预处理提升小字区域清晰度
方法一：针对性锐化+对比度拉升
进入VeimageX控制台→新建处理模板→添加参数：sharp=30（锐化强度上限为100，超过50易引发噪点）→再叠加contrast=25。这两个参数必须按此顺序配置，若先调对比度再锐化，会放大原有噪声导致OCR误识。
方法二：局部放大再识别（适合截图类小字）
对含小字的区域截图→用VeimageX的crop参数裁出该区域→设置scale=200等比放大→最后接ocr=true。这一步绕过了全局降质，让OCR引擎在高像素密度下工作，实测对8–10px字号识别准确率提升67%。
调整OCR请求参数强制启用高精度模式
在调用火山引擎图像理解API时，不要只传image_url和service=ocr，必须显式声明：
① 设置ocr_mode=high_precision——该模式启用多尺度滑动窗口检测，会额外耗时300–500ms，但对小于14px的连续中文文本识别率从52%升至89%；
② 补充language=zh，避免引擎默认启用多语言混合识别模型，该模型在小字场景下会因字符切分粒度变粗而漏字；
③ 若小字位于印章、水印、斜体等非常规排版中，追加rotate_auto=true，否则倾斜角度＞7°的文字块会被直接丢弃。
规避字体与背景导致的识别失败
火山引擎OCR对以下三类组合识别鲁棒性极差，需前端干预：
• 浅灰字（#CCCCCC）打在白色背景上——人眼勉强可读，但OCR置信度常低于0.3，必须改用深灰（#333333）或黑色；
• 微软雅黑Light、思源黑体Thin等超细字体——引擎内置字典未覆盖其笔画特征，替换为常规粗细的同系列字体即可解决；
• 带描边/阴影的文字（如PS里“外发光”图层样式）——描边会污染字符轮廓，导致切分错误，导出前务必关闭所有图层效果。
