关键词：古籍云，OCR。

古籍云 OCR 是专为中文古籍书影设计的识别与图文校勘工具。版面以 竖排右起为默认，支持双行小字夹注、版心中缝、天头眉批； 识别引擎内置 RapidOCR（PP-OCRv6 中文模型），完全离线、开箱即用。 软件坚持原文零改动原则：默认不做简繁转换、不做自动纠错，任何改字都必须由人工确认。

一、界面总览

· 顶部导航：文件 / 图像 / 版面 / 识别 / 校对 / 显示 / 输出 / 帮助，点一级标签切换下方按钮组。

· 左栏「文件管理」：待处理页列表；可 Ctrl 多选、Shift 范围选、Ctrl+A 全选；底部有「OCR 当前页 / OCR 全部」快捷按钮与页数统计。

· 中栏：图像视图（默认）与分列校对视图（可切换）。

· 右栏「识别结果」：可编辑的识别文本，配合「确定修改」把修改保存进识别结果；单击文字可在图像中定位，反之点图像字格会在文本中高亮。

· 底部状态栏：显示光标坐标、识别进度、统计与操作提示。

二、文件

· 加入图像/PDF…（Ctrl+O，或左栏「＋」）：支持 JPG/PNG/BMP/TIF 与多页 PDF，可一次多选批量加入；PDF 会逐页拆成独立页面，同一 PDF 的多页归为同一组。

· 打开工程…：载入之前保存的工程文件，恢复页面清单、版面框（含手工画栏）、识别结果，随时接着做。

· 保存工程（Ctrl+S）/ 工程另存为…：把当前进度存成工程文件。建议每完成一批识别就保存一次。

· 复制到剪贴板（Ctrl+Shift+C）：把右侧识别结果全文复制走，便于粘贴到别的软件排版。

· 退出（Ctrl+Q）：关闭软件；有未保存的改动会先询问。

· 关于：版本信息，以及本软件与通用 OCR（汉王、ABBYY 等）在古籍场景下的差异说明。

三、图像处理

· 左转 90° / 右转 90°（Ctrl+L / Ctrl+R）：整页旋转，只影响版面分析与识别方向判断，不改变输出文字。

· 图像反白（Ctrl+I）：用于黑底白字件、胶卷负片。

· 恢复原图（Ctrl+B）：撤销旋转与反白，回到刚加入时的原图。

· 图像预处理…（Ctrl+P）：右侧带实时预览，可逐步查看每一中间结果后再确认。共六组参数：

① 基本——自动判别黑白极性（反白件/胶卷）、灰度通道（自动取对比度最高 / RGB 加权 / 蓝通道（黄纸最佳）/ 绿 / 红 / 三通道取最暗）、裁去扫描黑边。

② 底色 / 光照 / 透背——去底色匀光（黄褐纸必备）与背景核大小、背面透字（关 / 轻度 / 强力）、局部对比度增强 CLAHE 与增强强度（墨淡件）。

③ 噪声 / 印章——去噪（关 / 轻 / 强）、去朱红印章与朱笔（注意会连朱笔批校一起去掉，古籍慎用）与红色阈值。

④ 二值化——方法可选 Sauvola 局部自适应（古籍首选）/ Wolf（极淡旧刻本）/ Niblack / Otsu 全局 / OpenCV 自适应；还有灵敏度 k、局部窗口、固定阈值（0=自动）。

⑤ 版面清理——去版框/界行/鱼尾线、去中缝（版心）与中缝宽度%、去孤立噪点与虫蛀碎屑（最小连通域）、断笔修补（笔画细淡断裂时）。

⑥ 几何——自动倾斜校正与搜索范围（±度）。

· 样式入库（已下线）：其能力已整合进「版面学习」系统——手工画栏自动入库 + 相似版面自动套用 + 按书经验先验，无需再单独训练样式。

四、版面分析

· 版面学习：两层自动学习，无需手工干预——
① 守卫式经验（始终生效）：每次手工画栏后识别（F8/F9），本页的版面几何就沉淀进软件目录集中管理的 layout_memory.json（按书记录、互不混淆，旧版存图片目录的数据会自动迁入）；以后这本书的自动识别会参考这些经验（正文列宽、注文大小、版心位置先验），越用越准，且经验随软件集中积累、跨书适用。
② 模板式套框（开关控制）：每次手工画栏（画注/画列）都自动记入模板库（软件目录的 layout_templates.json，exe 同级）；以后按 F5 分析相似版式的页时，自动把你画过的框套用进来（状态栏会提示模板来源），可在画栏（F2）中微调后重新分析。绝不覆盖你已画过的框。「清空版面学习库…」可一键删除全部模板。

· 版面分析（F5）：自动切分本页版面（列、天头、版心、地脚）。默认走列级细分：整页按列切成一条条细列，便于逐列校对；被切碎的笔画会自动合并。

· 版面分析设置…：

— 版面方向：竖排（右起，古籍默认）/ 横排。

— 版面后端：自动（智能 fallback，推荐）/ 投影几何 / 行线感知（画线页）/ 族谱（世系图 · 世寶錄族人记载）/ 混合：投影定列 + YOLO 逐字定夹注（推荐双行夹注书）/ 纯 YOLO 重建（实验性）。

· 族谱：专治「谱系图」与「族人记载」两类页面。谱系图 = 竖排短名 + 圆圈节点 + 父子吊线 + 兄弟横线，投影法会把吊线/界行/版框当成列，一页切出几十条细条、名字一个都框不住；族人记载（世寶錄）= 一列一位族人（小字父系注 + 大字名 + 生卒葬娶正文）。
做法：先抹掉版框 / 吊线 / 界行与圆圈节点，再按竖直投影找「名柱」（同一列的字并成一条），柱内按行投影分段——名字之间隔着吊线长度，各自成段；记载页字距紧，整列合成一段（← 一位族人）。阅读顺序仍是「同代横向、自上而下」，与族谱读法一致。
深墨粗笔的彩色扫描件会自动“去底色 / 对比度增强”两项（否则笔画横画会被当成背景抹掉，整页认不出字），无需手动改预处理。
需要手动选（程序不会自动切换后端）：一本族谱只需选一次，设置会随工程保存；批量识别整本书时同样是这个设置。
首次对这类扫描页按 F5 时，状态栏会提示一次「本页是深墨粗笔彩色扫描件……」提醒你切换——因为同一本书里的序文页、题名页用常规投影法反而读得更好，不宜一律自动切换。
口诀：族谱页先切「族谱」后端跑 F5 看框得住不；框不住就调「断列空隙」，或直接画栏手画。序文/题名页若读得不好，切回「自动」或「投影几何」。

— 断列空隙 / 断栏空隙 / 断带空隙（×字号）：列切不开就调小，切太碎就调大。最小字号（px）过滤噪点小块。

— 识别双行小字夹注 + 夹注/正文高度比 + 双行中缝（×列宽）；分离版心（中缝：书名/卷次/页码）+ 中缝带宽%；合并被切碎的笔画。

— 启用人工标注夹注：读取图旁同名 .anno.json（用标注器画的框），就地注入本列并加（），专治投影法检不到的窄缝小注。

— 自动检注（学习模型·跨书）：对没有人工标注的页，用 CPU 分类器自动检出双行夹注；有多个样式时按页自动路由到最匹配的版式。

调参口诀：竖排古籍列间距大，断列空隙 0.4~0.7 即可；夹注识别不出来把「夹注/正文高度比」调到 0.85；版心混进正文就勾「分离版心」、带宽 10%~14%；实在切不好直接用「画栏」手画，人工框优先级最高。

· 画栏（F2）：打开手工版面模式——画什么是什么，框内即版面，不再叠加自动分析；本页没画过框时 F5 仍走自动版面。画栏开启后画面为黄绿对照：黄色 = 自动识别框、绿色 = 手工画框（退出画栏后绿色框仍保留，表示人工裁决）。画栏内可切换五种画法：

① 自动吸附列：画的是正文大行，程序自动按列距把大框拆成若干细列，边界自动贴合文字（最常用）。

② 纯手工画列：框画多大列就多大，绝不自动吸附改边界，适合需要精确控制列范围的场合。

③ 画注文：画双行夹注，画完自动分左右两半，可拖动橙色中缝线调整分界；按 R 循环切换读序（右行先读 → 左行先读 → 整框单行）。

④ 画眉批（天头）⑤ 画版心（中缝）。

画栏快捷键：C 切正文列画法、N 切注文画法、R 循环读序（焦点在图像区时生效）。

· 吸附列单独删除：右键自动吸附生成的那一列 → 「删除此列（吸附生成）」，只删这一列、其它列不动；空缺处再画一个新框即可补上，不会重复。手画的原框右键则是「删除此栏（手画）」。

· 清除版面识别（Ctrl+Del）：清空当前页的手工与自动版面，可重新分析。文件管理里右键可对多页批量清除。

· 应用版面到全部页：同版式书籍的批量利器。先在样张页画好版面，再在文件管理右键选「将当前页版面应用到全部页」，程序会把该页手工版面套用到所有页并重跑版面切分；完成后按 F9 批量识别即可。版面逐页完全一致时用搬框最准。

· 版面学习模式：右键选「版面学习模式：按当前页经验识别全部页」——不搬框，把当前页手工版面沉淀为该书经验后，全部页改走「自动版面 + 经验先验」并直接识别。列数 / 版心位置页间有差异的书用学习模式更稳：自动版面按每页实际墨迹自适应，经验只调守卫，绝不错位。

· 图像区右键菜单：命中栏框 → 改类型、切竖排/横排、取消此列（丢弃该列的自动识别、重算不再填回）、删除此栏；命中注框 → 调读序、删除；命中空白 → 清除版面识别。

· 文件管理右键菜单：移除本页（多选时批量移除）、清除版面、将当前页版面应用到选中页 / 全部页、版面学习模式（按当前页经验识别全部页）、清空列表、列出全部误识与错误信息。

五、识别

· OCR 单页（F8）：识别当前页；建议先用单页确认版面与效果，满意后再批量。

· OCR 全部（F9）：批量识别所有页，带进度对话框，可随时取消。

· 暂停 OCR（F6）：暂停/继续正在进行的批处理，行粒度生效，可随时续跑。

· 识别引擎…：

— 引擎：RapidOCR（内置离线 PP-OCRv6，默认首选）/ Tesseract（竖排繁体 chi_tra_vert，需自行安装）/ PaddleOCR / CathayOCR ncnn Vulkan（有显卡则 GPU 加速）/ 仅切分（只做版面，不识别，用于人工录入）。

— Tesseract 语言包与路径：竖排模型（_vert）必须保持竖直输入，勾上「竖排模型保持竖直输入」准确率差别很大。

— 低置信度阈值：低于该值的字会被标红，供校对时优先复核。

— 送检补白（px）：竖排整列旋转后是极扁长条，四周留白（默认 16）能明显提高识别率；过大则会吞进邻列。

— 送检放大：把送检小图放大后再识别，小字书影有效。

— PSM：Tesseract 版面模式；竖排整块用 5，横排单行用 7。

— INT8 量化模型：模型体积减半、内存更省，实测精度不变。

— 识别前增强（超分）：仅当送检列的字太小（<40px）时触发，经典 2x+锐化零依赖；行草书可能反伤，默认关。

— 并行识别线程：整页多列并行，多核机器提速明显（0=自动，1=关闭）。注意每线程各加载一份模型，内存紧张时调小。

— 低置信重试阈值：整列置信低于该值时自动换放大倍数重识别一次，只重试低置信列，高置信列零开销。

— 检测框阈值 / 识别结果阈值：淡墨、磨损书影整列检不出框时把检测框阈值降到 0.4；识别结果阈值降到 0.35 可救回部分淡墨字（宁多勿漏，错字交给人工校对）。

— det 限幅缩放：选「不放大（推荐）」。引擎默认会把窄列条放大 10 倍导致笔画糊化、框位漂移，是漏检与叠字的系统性来源。

— 坐标对齐 + 漏字定向回填：用检测框真实坐标把字落到字格上（替代按字数均分），并只对「连续 ≥2 个空格」的区段定向补字——连续空格才算漏检，散点空格是字格切分过细，补了就是造幻字。

— 送检图像增强：照度归一化，压平纵向黄斑/透墨/阴影；泛黄件可一试。

— AI 辅助转写（可选·联网）：把低置信或含 □ 的夹注半行发给视觉大模型转写，利用文言先验修正古籍知识（年号、籍贯、科第等）。默认关闭，关闭时完全离线；原文保留在工程中可对照。

六、校对

· 异体字标记：用橙框标出已知异体字，只提示不改字，供人工复核。

· 低置信红框：用红框标出低置信字，一眼看出哪里需要重点核对。

· 字符查询：输入一个字或多个字，把本页全部命中位置用品红框标出，便于逐一核对（清空输入即取消标注）。

· 校对字库：打开 9.8 万字表，生僻字、扩展区字可翻找查证，并标记该字是否在识别 keys 内（keys 外的字识别难度高，需重点看）。

· 分列校对视图：把每一大行切成竖条卡片，逐列「看图 + 改字 + 写回本列」，最贴近原书阅读方式；点卡片可在图像视图中定位该列。

· 确定修改：把右侧文本框里的改动正式保存到识别结果。多字少字都能保存：字数与字格一致时逐格落字，不一致时按格铺字（少字留空格、多字并格），绝不重复落字；请不要增删空行（行与列是对应的）。改完即生效，随工程一起保存。

· 图文联动：单击右侧文字 → 图像中定位并高亮对应字格；单击图像中的字 → 右侧文本高亮对应内容。两边随时互相对照。

七、显示

· 放大（+）/ 缩小（−）：图像区滚轮也可以光标为锚缩放，无需按住 Ctrl。

· 适应窗口（Ctrl+0）/ 适应宽度（Ctrl+9）。

· 显示二值图（Ctrl+2）：查看版面算法的输入（黑白二值图），调试用；正常看图请用原图。

· 显示行框 / 显示字框：叠加显示行框、单字字框，便于核对切分是否准确。

· 列序号：按阅读序（右起）给每列标序号，便于核对列序。

· 图像区左键拖动可平移；中缝橙色线可拖动调整双行分界。

八、输出

· 输出设置…：

— 夹注处理：加括号（正文【夹注】）/ 另起一行 / 直接串在正文中 / 不输出夹注；左右括号符号可自定义。

— 输出天头眉批 / 输出版心（书名·卷次·页码）/ 输出地脚：三项独立开关，关掉的内容不识别也不输出。

— 去掉 OCR 插入的多余空格：只清理识别结果里的空格堆积，不影响定位用的全角空格。

— 一列一行：竖排每列单独成行（推荐），方便与原书逐列对校。

— 字格留空补全角空格：某列前空几格、列中跳几格都用全角空格补齐，使文本行位与原书字格一一对应；纯文本连排时取消勾选。

— 页分隔：分页标记，可用 {n} 表示页码，例如「—— 第 {n} 叶 ——」；留空则不加。

— 文本编码：UTF-8（推荐）/ UTF-8 BOM（记事本友好）/ GB18030（老软件兼容）；换行符：CRLF / LF。

— 启用用户替换表（会改动字符，慎用）、标记低置信度字（用 ◇ 圈出可疑字）。

· 用户替换表…：录入「原字 → 替换为」的对照规则（如「己→已」「曰→日」）。只有在输出设置里勾选「启用用户替换表」后才生效，建议只录入反复出现且确认无疑的误识。

· 保存当前页 TXT（Ctrl+Shift+S）：仅导出当前页。

· 全部导出 TXT：每页各存一个 TXT 文件。

· 合并导出为一个 TXT：所有页按顺序合并成单个 TXT。

· 保存当前页为可搜索 PDF（Ctrl+Shift+P）：生成双层 PDF——底层原始书影图 + 顶层不可见文字层，可以搜索、复制、选中，也便于无障碍阅读。

· 合并导出可搜索PDF文件：把全部页面合并成单个双层 PDF（不是每页一个文件）

· 保存当前页 XML（Ctrl+Shift+X）：导出 XML 文件，包含每个字的定位坐标（区域/行/字的 x、y、宽、高），可用于图文对照、外部程序二次加工。

· 全部导出 XML：每页各存一个 XML（同样含每字定位信息）。

· 所有导出都在后台线程执行并显示进度条，可中途取消，不会卡住界面。

九、快捷键总表

Ctrl+O 加入图像/PDF | Ctrl+S 保存工程 | Ctrl+Q 退出

Ctrl+L / Ctrl+R 左转/右转 90° | Ctrl+I 图像反白 | Ctrl+B 恢复原图 | Ctrl+P 图像预处理

F2 画栏 | F5 版面分析 | Ctrl+Del 清除版面识别

F8 OCR 单页 | F9 OCR 全部 | F6 暂停/继续

+ / − 放大缩小 | Ctrl+0 适应窗口 | Ctrl+9 适应宽度 | Ctrl+2 显示二值图

Ctrl+Shift+S 保存当前页 TXT | Ctrl+Shift+P 保存当前页 PDF | Ctrl+Shift+X 保存当前页 XML | Ctrl+Shift+C 复制识别结果

F1 帮助 | 画栏内：C 正文列 / N 注文 / R 循环读序（焦点在图像区）

十、典型工作流

1. 加入图像或 PDF（可整本一次加入）；

2. 若是黄纸、透背、淡墨件，先做 图像预处理（开去底色匀光、去透背，用预览确认为准）；

3. 按 F5 版面分析；结果不理想就用 F2 画栏手工框定（同版式的书只需画一页，再「应用版面到全部页」）；

4. F8 先试一页，确认版面与识别效果，满意后 F9 批量识别；

5. 校对：开低置信红框与异体字标记，用字符查询定位，必要时开分列校对视图逐列核对，改完点「确定修改」；

6. 输出：按需要导出 TXT、合并 TXT、或可搜索 PDF；建议先保存工程再导出。

十一、常见问题速查

· 列切不开 → 调小「断列空隙」；切得太碎 → 调大。

· 夹注没检出 → 调大「夹注/正文高度比」，或画栏里用「画注文」手工框定。

· 版心（中缝）混进正文 → 勾选「分离版心」，带宽 10%~14%。

· 淡墨字漏识 → 检测框阈值降到 0.4，识别结果阈值降到 0.35。

· 同一段文字重复出现 → 多为自动吸附列删改后的残留，右键「清除版面识别」后重做版面再识别。

· 识别慢 / 卡顿 → 调小并行识别线程数，或关闭「识别前增强」。

· 导出的 PDF 不能搜索 → 确认用的是「保存当前页为可搜索 PDF / 合并导出可搜索PDF文件」，普通导出不含文字层。

十二、相关链接

· 古籍云官网（软件发布与更新）：http://gujiyun.cn

· 古籍云数据库（检索原文出处）：http://vip.gujiyun.cn/books

· 在右侧识别结果文本框里选中文字右键，可「查询原文出处」——自动复制并跳转到古籍云数据库检索。