把小图放大四倍就能提高 OCR 吗

本文使用合成样本演示处理方法。代码已通过隔离环境中的示例检查；这不代表对所有真实文件或产品效果的保证。处理重要文件前，请保留原件，并按文中的边界与验收项复核。 把小图放大四倍，像素数会增加，但原本没有记录下来的笔画不会自动回来。重采样可以改变边缘形态，也可能让某个 OCR 输入管线更易处理；是否改善识别，需要实际对照，而不能从尺寸变化直接推导。 尺寸变化与信息增加不是一回事 最近邻保留块状像素，其他滤波方法会计算邻域混合值。不同方法适合不同图像与目的，没有一个滤波名称能保证所有文档更准。尤其是二值字形，平滑处理可能引入灰边，后续阈值步骤又会改变它。 对比同一输入的两种插值 from PIL import Image source = Image.new("L", (2, 1)) source.putdata([0, 255]) nearest = source.resize((8, 4), Image.Resampling.NEAREST) bilinear = source.resize((8, 4), Image.Resampling.BILINEAR) assert nearest.size == bilinear.size == (8, 4) assert set(nearest.getdata()) == {0, 255} assert any(0 < v < 255 for v in bilinear.getdata()) assert list(source.getdata()) == [0, 255] assert source.size == (2, 1) 合成例子展示的是插值产生中间灰度，并不是恢复了真实世界的额外细节。它依赖支持 Image.Resampling 的 Pillow 版本。将示例放进锁定环境，避免旧版常量写法与新版代码混用。 放大前先确认真正的限制 症状 先检查 不要直接假定 OCR 拒绝尺寸 接口长边与像素限制 越大越容易通过 小字模糊 原始采集分辨率 放大能恢复笔画 大图耗时高 总像素及分块方案 文件小就解码轻 坐标展示偏移 缩放映射是否保存 输出框还属于原图 与其连续放大，不如保留候选 从同一原件分别生成候选，不要把已经重采样的图再次反复处理。记录比例、滤波方法与输入摘要，才能复现实验。若可以获得更清晰扫描件，应优先比较重新采集，而不是无限调整插值参数。 把可读性与翻译质量分别验收 接入 OmniDoc（产品入口） 处理低清扫描件时，先检查识别文字，再检查译文。源文字已经误认，后面的流畅翻译也可能把错误表达得更自然。沿着识别到翻译的顺序排查，比只读最后一份译稿更可靠。 参考： Pillow Image.resize 。 - 1 -