OCR（光学字符识别）作为档案数字化的重要辅助技术，核心作用是将扫描生成的数字图像转化为机器可读文本，为档案全文检索、数据挖掘提供支撑。但从行业标准与实操层面看，档案数字化过程中并非强制要求开展OCR识别，其实施与否需结合档案类型、利用需求、安全规范等因素综合判定，既要遵循合规底线，又要兼顾管理实效。

一、可省略OCR识别的适用场景

在满足数字化核心合规要求的前提下，以下场景可合理省略OCR识别，既规避不必要的成本投入，又能保障档案管理的核心目标实现。

（一）档案无全文检索与文本复用需求

若档案数字化仅以“实体替代、安全保存”为核心目标，无需通过关键词检索定位内容，也无需编辑、提取文本信息，可省略OCR。例如，部分单位对归档后极少利用的临时性档案、内部流转凭证等进行数字化，仅用于替代实体存储以节省库房空间，此类档案只需保证数字图像清晰可辨，即可满足管理需求，OCR识别无实际应用价值。

（二）特殊档案类型不适宜OCR或识别效果极差

部分档案因内容、载体特性，OCR识别准确率极低，投入成本与产出效益严重失衡，可省略OCR。一是字迹特殊类档案，如手写潦草文稿、毛笔书法档案、褪色模糊的历史档案，以及印章、印鉴密集的文件，OCR识别准确率往往低于60%，远未达到DA/T 77—2019规定的印刷体≥95%、关键要素≥98%的质量标准，强行识别反而可能产生错误文本，误导利用；二是非文字主导类档案，如图纸、照片、实物档案的数字化图像，核心信息为图形、图像而非文字，OCR识别无实质意义；三是特殊载体档案，如胶片、磁带等 transmissive digitization 载体，其数字化过程本身不涉及文字识别，无需开展OCR。

（三）涉密档案需严控信息泄露风险

涉密档案数字化需遵循严格的保密管理规定，若开展OCR识别，可能因文本提取、传输、存储环节增加信息泄露风险，可省略OCR。一方面，涉密档案的OCR处理需专用保密设备与环境，普通数字化团队难以满足合规要求；另一方面，OCR生成的可编辑文本易被非法复制、篡改，相较于仅保存不可编辑的数字图像，风险防控难度更高。此类档案数字化以保留图像原貌为核心，通过物理隔离、权限管控保障安全，无需额外开展OCR。

（四）短期数字化项目且资源有限

对于应急性、短期性数字化项目，若时间紧张、经费有限，且无迫切利用需求，可优先保障数字图像质量，暂缓或省略OCR。例如，机构搬迁前对存量档案进行紧急数字化备份，核心目标是防止实体损坏、丢失，可待后续有资源、有需求时，再针对性开展OCR识别，避免因追求“一步到位”影响项目进度与图像质量。

二、省略OCR识别的潜在问题与应对措施

省略OCR虽能降低成本、简化流程，但也会带来利用效率不足等问题，需通过配套措施弥补，确保档案数字化的核心价值不打折扣。

（一）核心问题：检索与利用效率受限

无OCR文本的数字化档案，仅能通过目录检索定位到单份文件，无法实现全文关键词检索，对于海量档案而言，利用时需逐页翻阅图像，效率极低。例如，某单位存量文书档案数十万件，无OCR时查找特定内容需先通过目录找到对应文件，再逐页浏览图像，耗时费力。

应对措施：优化目录著录精度，补充详细的文件题名、关键词、主题词等元数据，通过精准的目录检索缩小查找范围；对高频利用档案建立专项索引，标注关键内容所在页码，提升利用效率；若后续产生检索需求，可采用“批量补OCR”模式，针对核心档案开展针对性识别。

（二）衍生问题：文本提取与数据化困难

省略OCR后，档案文本无法被机器自动提取，难以开展数据统计、知识挖掘、自动著录等进阶应用，档案仍处于“静态保存”状态，无法转化为可复用的数据资源。

应对措施：对确有文本提取需求的档案，采用“人工摘录+局部OCR”结合模式，仅针对核心段落、关键要素开展人工提取或局部识别，兼顾效率与准确性；建立文本提取台账，对提取的关键信息与数字图像建立关联，满足基础数据应用需求。