OCR 实操：把一张活动表截图转成可核对的表格

做一份你知道正确答案的截图

OCR 是识别图中文字，图像理解还可能解释关系和场景。本课先提取，再整理，避免模型把看不清的地方猜成合理答案。最后交付一份核对过的表格和不确定项记录。

在表格软件或文档中输入以下虚构内容，调整到手机可读大小后截图保存。你自己制作素材，所以可以用原表核对。

不要用真实用户报名表练习，教学表已经足够暴露行列问题。

第一步：检查输入图片

放大图片，看“09:30”的冒号、8 与 0 的内部空间是否清楚。图片太小先重新截图，别先让模型“智能补全”。裁去无关菜单，保留表头与全部行列，避免只截内容却丢失列名。

将图片上传到你已有的支持视觉输入的助手。若当前工具只接收文字，不能靠粘贴图片文件名让它看到内容。

第二步：只转写，不解释

请转写这张表格截图。按原行列输出Markdown表格，保留表头、单位和“待定”。
看不清的单元格写“[不清楚]”，并在表后注明第几行哪一列。
不要根据其他行猜时间、人数或费用，不要计算汇总，不要添加原图没有的内容。

拿到结果后先检查行数与列数，再逐格核对。OCR 可能文字都识别对了，却把绘画课费用放到手工课；这属于结构错误，不是简单错字。

第三步：优先核对高影响字符

先看时间、人数、金额和“待定”，最后再看标题排版。把下面几种结果分开：

不要只问模型“你确定吗”，应指出具体单元格与证据。

第四步：只修错的那一格

若绘画课费用被识别为6元，裁出含表头、绘画课和相邻行的小图，再发送：

上一轮第二条数据“绘画课”的费用识别成6元，请根据这张清晰局部图重新核对该单元格。其他已核对字段暂不修改；如果仍看不清，写[不清楚]，不要猜。

收到修正后在你的总表中替换该格，并保留修订记录。不要让模型为了一个金额重新生成整张表，导致原来正确的时间又变化。

第五步：转为结构化数据

表格核对完成后，再要求输出 JSON：

把已经核对的表转换成JSON数组，每项包含activity、time、people、fee_yuan。
people与已知fee_yuan用数字。原表“待定”的time或fee_yuan用null，不填0。
只转换已核对文本，不重新解释图片。

为什么待定费用不能变成 0？0 表示免费，null 表示还不知道，两者会影响后续展示和统计。JSON 实操会教你继续校验类型。

怎样安全算汇总

本表已知人数合计30；已知费用列是各活动费用，不清楚它代表每人费用还是总费用，就不要直接推算收入。即使每行数字都读对，业务含义仍可能缺失。

整理结果时加一句“费用口径未明确，手工课费用待定”。识别任务的好结果有时包括保留未知，而不是把所有空格填满。

自测与答案

识别文字正确，表格仍可能错吗？可能，列对应、合并单元格和阅读顺序都会影响结构。