| 中文主力 | PaddleOCR / RapidOCR（轻量） |
|---|---|
| 通用 | Tesseract（需装 chi_sim 语言包） |
| 版面 | PP-Structure：标题/段落/表格区域还原 |
| 质检 | 按页抽检 + 关键字段（编号/金额）校验 |
Tesseract 命令行 OCR（含中文）
Tesseract 命令行 OCR（含中文）
tesseract scan.png out -l chi_sim+eng --psm 6
# --psm 6 = 按整块文本识别；表格/多栏可试 --psm 4 或配合版面预处理OCR 错误率通常远高于原生文本：数字、专有名词最易错，涉及金额与法规条款的库不要跳过人工抽检。