本技能用于将手写文本识别（HTR）应用于历史文献、档案手稿与手写研究笔记的数字化，涵盖 HTR 平台、图像预处理、模型训练、后校正及数字人文研究流程集成。
用途与背景：HTR 与印刷体 OCR 不同，字符因书写者、情绪、笔与年代而异，通常字符准确率约 85%–95%，需针对特定书写风格训练。历史文献的额外挑战包括墨迹褪色、透印、污渍、破损、古体字形与缩写、同一文献多手笔、非标准正字法、混合语言与文字。
主要平台：Transkribus 是历史文献 HTR 的主流平台，采用基于积分的付费模式，提供有限免费额度；流程为上传图像、自动版面分析、必要时人工校正版面、应用预训练模型或自训模型、审校转录、导出为 TEXT、PAGE XML、TEI、DOCX 或 PDF。可用预训练模型包括 Noscemus GM、English Writing M1、German Kurrent 及荷兰语、法语、意大利语、西班牙语模型。训练自定义模型需约 15,000–25,000 词人工转写的真值数据，可基于预训练模型微调，训练耗时依数据规模约 1–8 小时。其他工具包括 Kraken（开源 Python）、eScriptorium（基于 Kraken 的网页协作界面）、Google Cloud Vision、Azure AI Vision 与 HTR-Flor。
图像预处理与扫描：常用步骤为灰度化、增强对比度、中值滤波去噪、二值化，必要时去斜、去扭曲、去透印与背景归一化。扫描建议：多数文献 300–400 DPI，细小手写或破损原件 600 DPI；通常灰度即可，彩色用于装饰手稿；存档用无损 TIFF，工作副本用 PNG；光线均匀柔和，避免阴影与反光；装订卷册用书托或 V 形扫描仪。
后校正与集成：可用词典拼写检查、N-gram 语言模型、众包（Zooniverse、FromThePage）、双人录入比对及 AI 辅助加人工核验。转录后编码为 TEI-XML，进行命名实体识别、主题建模，链接 Wikidata、VIAF 等知识库并发布为可检索数字档案；相关工具包括 oXygen XML Editor、TEI Publisher 与 FromThePage。评估应报告字符错误率（CER）与词错误率（WER），历史文献 CER 低于 5% 通常视为生产质量。