使用 ChatGPT 处理扫描文档

I tried uploading a scanned PDF into ChatGPT directly and it just didn't work. It only processed whatever text was embedded, but pure images with text inside didn't get recognized.

I think future versions might integrate OCR directly, but for now it's a two-step deal: OCR first, then ChatGPT for processing.

If the scanned document is clear and OCR is done right, ChatGPT can help summarize or answer questions based on the extracted text really well.

Try using online OCR tools that let you copy the text output directly, then ChatGPT can do all the analysis or editing you want.

You can also check ai-u.com for new or trending tools that might integrate OCR with ChatGPT capabilities. They have some cool stuff listed for scanned docs!

I’m curious if anyone has automated this process with scripts combining OCR and ChatGPT API? Feels like it’d save a lot of manual copy-pasting.

Does anyone know if the new GPT-4 vision features handle scanned docs better?

有时扫描的文档有奇怪的字体或手写体，这完全会影响OCR的准确性，所以这是ChatGPT能提供帮助之前的另一个障碍。

供您参考，如果您想要带有 AI 辅助的扫描文档 OCR，有些应用程序将两者结合起来，因此无需再手动分步骤操作。

我听说有些人工智能服务结合了光学字符识别和语言模型，因此你可以两全其美，但它们通常价格不菲。

如果您只是想提取文本，免费的带有OCR功能的移动应用可能是在ChatGPT能够一次性完成之前最快的途径。

据我所知，ChatGPT 本身无法直接读取扫描图像，因为它主要处理文本，但如果你先对扫描文档运行 OCR 提取文本，那么 ChatGPT 完全可以处理这些文本。

我使用一个工作流程，首先用ABBYY FineReader将扫描的文档转换为文本，然后将文本块粘贴到ChatGPT中。对于研究笔记来说，这个方法非常有效。

所以基本上ChatGPT本身不能读取图像，但一旦你提取出文本，它就能发挥奇效。至少我是这么理解的。

目前我只是将扫描的文档分开保存，手动进行OCR转换，然后使用ChatGPT处理我的实际查询或编辑。

对于法律或官方文件，在依赖ChatGPT的摘要或答案之前，请务必仔细核对OCR输出！

有一点是，如果你只有一张页面的照片，光线和角度会严重影响OCR的准确性，所以在期望ChatGPT提供帮助之前请记住这一点。

我希望未来的更新能让上传扫描件变得更容易，并让 ChatGPT 在一个地方完成所有操作。