一、产品概述
中越公司自主研发的基于多模态模型的手写档案OCR识别系统，是一款依托先进人工智能技术构建的独立工具软件，专注于解决手写纸质档案（如历史文档、记录册、表格等）的数字化转换难题。
系统通过融合OCR深度学习识别框架与语义纠错技术，提供从图像上传、智能识别、智能纠错到人工校对的完整处理流程，支持多种格式导出，大幅提升手写档案数字化的效率与准确性，降低人工校对成本。
二、功能介绍
1、用户管理
首次使用系统的用户需完成注册，包括填写登录账号与密码、通过密码强度校验，并完成滑动验证码交互，方可激活账户；已注册用户可通过账号密码登录系统；用户还可随时在个人账户设置中修改密码，修改时需验证原密码并确保新密码符合强度要求。
2、文件上传转为任务
用户可通过系统上传功能批量上传本地文件，支持PNG、JPG、TIFF等图像格式及单层多页 PDF，也可上传包含这些文件的文件夹。上传后自动创建任务：每个文件生成一个独立任务，每个文件夹整体作为一个任务，所有任务异步并行处理。
3、定时任务
用户上传文件后，可创建定时任务并自定义识别处理的执行时间。可在上传界面设置定时任务，也可在任务列表对待执行的任务重新设置定时任务时间。
4、智能OCR识别引擎
系统基于OCR识别引擎，自动检测文字区域并完成字符识别，将手写笔迹高效转换为结构化文本信息。同时支持手写体、印刷体及混合文本识别，并集成图像自动矫正、方向校正与去噪增强等预处理能力，输出包括文本区域坐标、识别结果在内的结构化数据。
5、断点续传
系统具备断点续处理能力：若服务因意外中断，重启后可自动保留未完成任务的进度，并从中断处继续执行，无需用户重新上传与恢复。
例如，一个包含一万份文件的文件夹在识别完5000份后中断，服务恢复时将自动从第5001份文件开始继续识别。
6、AI语义纠错
系统结合词库规则与纠错模型，实现字形与语义双重纠错，支持上下文感知的错误识别与智能修正，有效提升文本准确性与整体质量。
7、人工修注
人工修注环节，以双栏对比界面并列展示原始图像与识别结果——左侧为原图，右侧为识别文本，支持颜色标注与实时修正。用户可对识别错误或存疑内容进行修改，系统同步记录所有修正内容、操作时间及操作人信息。
系统支持横版与竖版图片的正常识别，具备文本段落和表格识别能力，并提供图像旋转、放大、缩小等操作，便于用户查看与校对。
(1)系统支持对上传的文件或文件夹进行 OCR 识别与 AI 纠错，随后进入人工修注环节，此类任务统一归类为“识别纠错”任务。
(2)系统支持将已导出的双层PDF重新上传，自动跳过OCR识别与AI纠错环节，直接进入人工修注环节，便于多人协作编辑与修订。此类任务统一归类为“人工修注”任务。
8、多格式文件导出
系统支持将处理结果导出为双层可检索可复制的PDF、OFD文件、版式最大程度保留的Word（.docx）和编码可选（如 UTF-8、UTF-16）的TXT文件。导出时保留原始文件名，导出文件夹时维持原有目录结构。
9、模型迭代
系统完整记录所有人工修正内容及最终确认结果，并作为标注数据回流至后台训练引擎，持续优化模型，逐步提升识别准确率与能力。
同时，系统通过识别文本中的“签名”、“姓名”等关键词，自动提取其后的字符串作为人员姓名，并将该姓名标签与对应的笔迹图像特征关联存储，逐步构建并完善个人字体特征库。
10、知识库构建
系统支持按数据所属领域或行业对信息进行分类归档，并基于特定关键字或特征字段（如“法人”“企业名称”等）自动提取内容，构建领域专属知识库。例如，在企业档案管理场景中，可自动生成法人知识库、企业名称知识库等，为后续的信息检索、关联分析和数据治理提供基础支撑。
三、系统架构
1、总体架构
系统采用四层流水线设计，数据流严格遵循“输入→识别→纠错→输出”的单向处理路径。输入层负责接收原始文件，识别层完成核心OCR处理，纠错层进行质量优化，输出层最终交付结构化结果。
2、输入层
输入层作为系统入口，采用Web端用户界面，提供便捷的文件上传功能，支持常见图像格式与PDF格式。上传后的文件进入预处理块，进行格式统一化、尺寸标准化和图像质量增强等操作。
3、识别层
识别层基于PP-OCRv5模型构建，采用两阶段处理流程。第一阶段为文本检测模块，精准定位图像中的文字区域；第二阶段为文本识别模块，将检测到的文字区域转换为可编辑文本。该层利用深度学习技术实现高精度识别，是本系统的核心能力基础。
4、纠错层
纠错层采用双路并行架构，结合规则与智能两种纠错方式。规则纠错模块基于词典、拼写规则和格式规范进行快速修正；模型纠错模块则利用NLP技术理解上下文语义进行智能校正。两路结果在融合模块中综合优化，输出最终准确文本。
5、输出层
输出层提供端到端的后处理流程。从任务管理开始，经过可视化结果展示，进入关键的人工修注环节，支持校对和修正操作。随后数据可导出为双层PDF、双层OFD、WORD、TXT等多种格式，最终进行安全存储和权限管理。
四、技术特色
国产化适配：支持银河麒麟、统信UOS等国产操作系统，兼容飞腾、鲲鹏、龙芯等国产CPU；
高并发处理：支持1000人在线、200并发，响应速度快，界面加载≤5秒；
安全可靠：数据传输加密、用户身份验证、操作日志全程记录，支持系统审计；
扩展性强：支持SOA架构、Web Service接口，易于与现有系统集成；
智能学习：通过持续数据回流，不断提升识别准确率与语义理解能力。