老档案扫描件怎么转成 Word？

一、先判断扫描件适不适合识别

先看文字是否基本可见、页面是否完整、是否有严重倾斜或反光。油印断线、纸张发黄、印章遮挡和折痕会让某些字无法可靠识别。不要从一开始就承诺整批自动完成，先拿一页代表性样本。

二、推荐的四步流程

1. 图像整理：裁掉多余边缘，校正方向，保留原始文件作为校对依据。
2. 文字识别：区分印刷体、手写体、繁体字和数字，不同区域可能需要不同处理。
3. 版面重排：恢复标题、段落、表格或条目关系，不要只输出一长串无结构文本。
4. 人工校对：重点复核人名、地名、年代、金额、编号和看不清的异体字。

三、为什么不能只看 OCR 文本

OCR 结果看起来通顺，不代表每个字都正确。历史档案中的专名和旧字没有足够上下文时，系统可能给出一个“像是对的”现代字。比较可靠的做法是保留原图、识别结果和不确定标记，让校对者逐项回看。

四、哪些资料适合先申请内测

• 油印、复印、扫描质量一般但文字仍可辨的旧文件。
• 家谱、家书、地方文献、会议记录、旧笔记等需要初步整理的资料。
• 繁体字、竖排文字或版面复杂，需要保留阅读顺序的页面。

如果资料包含身份证号、住址、联系方式或未公开合同，申请时先做脱敏。内测申请可以只描述问题，不必直接发送完整档案。