# OCR图片转Word：只合并需要的正文段落

2026-10-16自编青杉资料整理排印图，1400×1600RGB。原图刻意安排两段正文各三条视觉行、两个编号条目、一条s=v×t公式、说明、标题和页脚；不是手机拍照、手写或复杂扫描准确率测试。

同一PNG通过Doc2X开始解析文件→原图开始解析，只识别一次，没有增强或修改云端结果，版本保持0。结果10层：第一自然段三行分别识别成三段；第二自然段三行合成一段。两列表条目、公式、说明与页脚单独保留。页脚“自编”被识别为“白编”，原始文件不改字。

从同一结果实际导出Markdown原ZIP和普通流式Word一次。Markdown选项为HTML表格（本例无表格）、图片打包、方括号块公式、保留公式、高清关闭。Word选择普通Word/流式排版/高清关闭。原ZIP835字节，含MD和空images目录；Word13186字节。复制Markdown界面曾显示成功，但工具剪贴板读取为空，故本包的原始Markdown只来自真实下载ZIP，不声称是已核对的剪贴板内容。

原Word有10个正文w:p段落，显式w:br手动换行为0；第一组正文是三段，第二组是一段。因此屏幕上换行、手动换行和段落边界是不同层次。编号是1./2.文字，未含w:numPr自动列表属性；公式是源码文字，OfficeMath对象为0。Markdown也把该公式放进代码围栏。这些结构与识别错字分别核对，不能凭页面预览显示公式便认定Word已有可编辑公式。

reviewed.md和reviewed.docx是本地明确选择第一组正文后制作的整理示例，不是产品修复输出，也没修改云端识别。只把前三个正文段落合成一个：Word10段变8段，全部w:t字符顺序不变；其他DOCX成员逐字节一致。Markdown仅替换该三段间的空行，第二段、列表、公式代码围栏、说明和页脚都原样保留。没有用全文件删除回车或空行的方法。公式源码和页脚错字没有顺手修正。

两份PDF和正文JPG由本地LibreOffice加PDFium生成，标明是本地预览，没有在Microsoft Word或WPS内执行编辑。最初默认字体预览缺中文字；后来只为本次转换进程设置现有系统字体目录，另存可读预览，没有修改原DOCX、系统字体或全局偏好。只提供这份本地环境的视觉对照，不能据此保证其他办公软件效果。

reader.jpg是同次识别工作台的真实截图裁切，去掉账号与历史边栏，保留原图、识别结果和10层属性。不是重绘UI。原图可下载逐项核对，原生下载与本地整理文件有独立名称，保留原件后再判断需要合并的段落。自己的材料应另外检查标题、条目、代码、公式和引文，不把全部换行一律删除。

Bing对精确问法“OCR识别后换行太多”显示数据不足，没有可用趋势与相关词量；这不是零需求，也不是排名或流量证明。本次六个问题词是内容归纳，量未测。