一张歪着拍的照片，怎么变成能算数的 Excel

月底财务桌上堆着一摞纸质报表。左手压纸，右手敲键盘，一格一格往里搬。半小时没了，眼睛也花了。

更麻烦的是随时可能出错：把“1”敲成“7”，把“元”漏掉。等到对账发现差了三百块，就得把整摞纸再翻一遍。

普通 OCR 认字再准也没用。表格识别真正的难点，是读懂看不见的逻辑。它得回答这个字属于哪行哪列、这格跨了几行几列。一旦答不上来，文字全对，表格全废。

中科逸视的通用表格识别技术，就是冲着这事来的。它把流程拆成五步，模拟人看表格的顺序：

先把拍坏的照片修好。歪的掰正，光斑阴影抹掉，糊掉的笔画重建清楚。

接着在一页纸里圈出表格区域。正文段落和表格分开，多表逐个分离，跨页长表也能接上。

最核心的是重建表格骨架。找线也猜线，没框线的就靠文字间距反推边界。再把格子变成点算邻接关系，分清表头和表体。最后让大模型结合语义复核一遍。版式分析和文字识别同步进行，边分析边认字，错误不会逐级累积。

骨架搭好，再逐格读字。数字、日期、金额各归其位，绝不跑错格子。

最后输出成 Excel。合并单元格、多级表头全保留，打开就能拖公式做透视。

这套技术专治真实世界的疑难杂症。零模板开箱即用，没见过的新版式也能自动适配。单机一天能处理数万页，支持私有化部署，敏感数据全程不出内网。

它已经悄悄在金融、政务、医疗等领域干活了。银行流水、体检报告、库存台账，都能自动提取入库。

过去人是这座桥上唯一的搬运工。现在这部分交给了算法，人去做真正需要脑子的事。