OCR 可能將截圖上添加的註記讀成原始文字

為何添加的註記能經得起 OCR

在相片、截圖和文件上添加文字、形狀、繪圖或簽名的工具，會將這些標記寫入影像本身。這正是註記能夠被打字或看見的原因。當 OCR 隨後將影像轉為文字時，它對待經註記和原始字元的方式相同：兩者都只是像素。轉錄可能完全準確，卻仍將分享者的詞語歸於頁面。 [Apple：使用「標示」加入文字及形狀]

• 在檢查頁面本身之前，將截圖中每個字元都視為來自影像，而非來自頁面。

區分註記與底層頁面

觀察文字在影像中的位置。添加的註記往往風格不同或位於頁面版式之外，但單憑風格並非決定性。更強的測試是比較：取得可存取的原始頁面，或分享者聲明沒有添加註記的獲准截圖。只有這樣才能檢查詞語是否出現在來源中。若頁面公開且可達，在該處閱讀相關段落，並以之作為搜尋輸入，而非截圖文字。

• 盡量以即時公開頁面或新的獲准截圖作為任何搜尋字串的來源。
• 標明哪些詞語你已在頁面上確認，哪些只出現在截圖中。

出處問題，唔係辨識打錯字

好容易會假設結果出錯就代表 OCR 讀錯咗個字。喺呢度，辨識可能完全準確；問題出在啲字嚟自邊度。喺你嘅筆記度，要將呢兩種失敗模式分開。打錯字需要更正轉錄。出處問題就需要關於文字來源嘅證據，而且通常需要更好嘅原檔。

將觀察、限制和決定分開

搜尋之前，寫低三行簡短嘅句子。觀察陳述圖片顯示咗咩，或者 OCR 返回咗咩。限制陳述你無法核查嘅嘢，例如無法存取嘅頁面，或者未經確認嘅標註。決定陳述你會點處理段文字：採用佢、擺埋一邊，抑或只搜尋你已確認嘅部分。呢幾行可以防止你日後將猜測當成發現。呢份工作表係編輯輔助工具，唔係平台控制措施。

• 觀察：像素或轉錄顯示咗咩。
• 限制：你無法存取或核實咩來源。
• 決定：採用、保留，抑或只搜尋已確認嘅字詞。

當出處無法確定時

如果原始頁面不存在、屬私人、不相符或含混不清，就寫低嗰個確切嘅限制，然後就此打住。唔好假設段標註係惡意加上去，嚟填補個缺口。唔好將相符嘅樣式、徽章或者私隱設定當成關於分享者嘅任何證據。標註好常見，而且往往有幫助；問題只在於佢啲字可能唔屬於你以為自己喺度搜尋緊嗰個頁面。標明咗嘅不確定性係可用嘅結果；憑空捏造嘅來源就唔係。

• 唔好單憑截圖有後加文字，就話佢係偽造。
• 唔好存取私人材料，亦唔好試圖識別任何人嚟解決個問題。

將標籤帶入你嘅搜尋筆記

如果你無論如何都繼續使用任何文字，就要為佢附上出處標籤。標示為後加或不明嘅字詞，日後唔應該被引用為公開頁面嘅陳述。如果有新證據出現，例如原始頁面或者未經標註嘅獲准截圖，就要更新標籤，並重做受影響嘅搜尋，而唔係保留依賴該標註嘅早前結果。每個搜尋結果都要同佢所用嘅文字版本掛鈎。

• 如果來源文字有變，就要重做受影響嘅搜尋。
• 無論喺邊度重用個字串，都要保持標籤可見。

簡短嘅出處工作表

對於每張截圖，記錄搜尋字串、佢有冇喺可存取頁面上出現、有冇可見嘅標註，以及得出嘅標籤。一個假設例子：一張截圖顯示產品頁面，上面加咗一行關於回收嘅文字。如果無法到達公開頁面，標籤就係出處不明，而嗰行回收文字就唔會當作頁面文字使用。呢個純屬假設。工作表本身係讀者輔助工具；並無承諾任何工具會產生佢。

仲有幾條問題