目录全方位提升 PaddleOCR 识别准确率方案一、图像预处理（提升效果最明显，零成本改代码）1. 尺寸缩放（核心）2. 灰度 / 二值化（票据、纸质文档专用）3. 去噪、锐化4. 矫正倾斜、去除阴影5. 禁用无用模块、开启方向分类二、DB 检测模型调参（解决漏检、文字框截断）常见问题对应调参三、识别 Rec 模型优化（核心文字解码）1. 选用更高精度预训练模型2. 字典匹配优化3. 过滤低置信结果四、后处理规则修正识别错误（低成本强力纠错）五、推理硬件与环境优化（间接保障准确率）CPU 版本GPU 版本（推荐高精度场景）六、进阶方案：自定义微调模型（终极提升）七、避坑：会大幅降低准确率的错误操作快速落地优化流程（按优先级执行）全方位提升 PaddleOCR 识别准确率方案分 5 大模块：图像预处理优化、模型选型、推理参数调优、后处理规则、环境 / 工程优化，贴合你 C++/Qt CPU/GPU 推理场景。一、图像预处理（提升效果最明显，零成本改代码）识别前对cv::Mat做处理，消除模糊、反光、倾斜、阴影，直接降低模型识别难度。1. 尺寸缩放（核心）DB 检测模型对小文字极不友好：原图短边小于 480：等比例放大到短边 480~960；原图长边大于 1920：缩小长边至 1920，防止显存 / 内存溢出、文字压缩模糊；cpp运行// 示例：限制图片长边最大1280 int max_len = 1280; float scale = 1.0f; if (std::max(img.cols, img.rows) max_len) scale = (float)max_len / std::max(img.cols, img.rows); cv::resize(img, img, cv::Size(img.cols*scale, img.rows*scale));2. 灰度 / 二值化（票据、纸质文档专用）纸质单据、复印文件有底色、噪点，二值化分离文字背景：cpp运行cv::Mat gray; cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY); // 自适应二值，适配明暗不均 cv::adaptiveThreshold(gray, img, 255, cv::ADAPTIVE_THRESH_GAUSSIAN_C, cv::THRESH_BINARY_INV, 11, 2);3. 去噪、锐化高斯模糊去噪：cv::GaussianBlur(img, img, cv::Size(3,3), 1)去除拍照颗粒噪点；锐化强化文字边缘，模糊文字专用：cpp运行cv::Mat kernel = (cv::Mat_float(3,3) -0.5, -0.5, -0.5, -0.5, 5.0, -0.5, -0.5, -0.5, -0.5); cv::filter2D(img, img, -1, kernel);4. 矫正倾斜、去除阴影倾斜图片：调用cv::getRotationMatrix2D旋转摆正；阴影去除：分通道均衡化cv::createCLAHE，解决逆光、暗角文字看不清。5. 禁用无用模块、开启方向分类你代码里的FLAGS_cls不要关闭： 倾斜、倒置文字必须开启FLAGS_cls自动旋转 180° 矫正，否则 Rec 识别直接乱码。