我想使用C＃创建一个应用程序来检查文件是通过OCR转换还是通过键盘输入
答案 0 :(得分：4)
当我正在阅读某些内容时，我通常可以通过查看拼写错误来判断它是否被OCR，这些错误是将类似字符替换为正确字符的结果。例如，O和o，S和s，1和l或I，rn和m，等等。如果你编写程序来寻找那些不寻常的异常，你可以检测出OCR文本。
同样，您可以查找通常表示键入文本的其他拼写错误。例如，键盘上的转置字母（teh）或替换它们的字母可能是输入文本的指示符。
答案 1 :(得分：2)
这项工作一般很难解决，并且在特定情况下很容易解决。
例如，如果您的OCR软件插入了一堆非ASCII字符，并且您的所有文档只包含字母A到Z，小写字母包含az，数字和标点符号，那么您的工作就相当简单。
要解决该问题，您可以对文档中的字符使用for循环，并使用if if(char.IsLetter(currentChar))和if(char.IsDigit(currentChar))等if语句，或在switch-statement中使用char.GetUnicodeCategory
如果有特定的单词/字母总是出错，你可以制作一个Dictionary<string, bool>对象，并用你知道OCR总是出错的单词填充它，和/或你知道人类赢得的单词'出错了。然后，循环遍历文档中的所有单词，看看你是否在词典中得到匹配，证明它是人类或OCR。
如果您使用的OCR软件不易以易于检测的方式搞砸，那么您必须使用人工智能来解决问题。希望你不必诉诸于此，因为这对于编程来说真的很难，并且需要做大量工作才能正确设置和维护。从您的描述和评论中，您可以使用更简单的解决方案。
无论如何，做这种工作的软件都会让一些文件出错。用户可能输入了一些奇怪的内容，或者以某些非ASCII字符（例如简历一词）复制/粘贴，或者OCR以某种方式没有发现任何可检测到的错误。希望你有办法处理这个事实，或者你的情况没有风险，这是一个问题。
答案 2 :(得分：1)
OCRed文本几乎总是由一行段落组成。并且OCR引擎通常难以区分一些大写/小写字母和具有相似外观字形的字母，例如S / s，V / v，X / x，O / o / 0,1 / l / I等。