简介：在图像内容审核、敏感信息保护与数据防泄漏场景中，常需要降低图片文字被自动OCR提取的概率。本文从对抗识别思路出发，系统介绍“大字藏小字”与“小字藏大字”两类文字隐写方法，分析其适用条件、调试策略与局限性，并说明为何该类方法主要用于阻断自动化流程，而非防御人工查看。读者可借此理解OCR处理链路中的可干预环节，并形成一套可复用的图片文字隐藏验证思路。
在许多业务场景中，图片文字一旦被OCR自动提取，就可能触发内容归档、敏感词过滤、违规检测、自动化审核或数据采集。对于安全测试、隐私保护、对抗自动化爬取等研究需求，往往希望图片对人类仍然可读，但对机器识别系统形成干扰。
需要注意的是，这并不等同于“让图片完全无法识别”。更稳妥的思路是：让OCR模型产生错误判断，使其以为当前区域已经完成识别，或者让模型输出一段无意义、非目标内容，从而在后续流程中放弃对真实文字的提取。这正是利用OCR处理流程中的置信度判断、区域检测与文本后处理环节进行对抗的思路。
常见的对抗方式并不是把文字藏到人眼看不见的程度，而是构造一种“人机感知差异”。人类依靠整体语义、上下文和视觉注意力识别文字，而OCR系统更依赖局部纹理、边缘、对比度与版面分析结果。当前后两种尺度或密度的文字叠加时，模型很容易把检测框定位到较大的文字区域，或者把小字误判为噪声，从而忽略真正需要隐藏的内容。
这种方法的本质可以概括为：
该方法不修改图片格式，不依赖加密，也不破坏图像完整性，因此不需要专门解码工具，人工查看时仍可获得大部分信息。
根据目标文字与干扰文字的尺寸关系，可以划分为两种结构。
大字藏小字是将需要保护的小字嵌入到大字笔画之间、字距之间或行距之间。由于大字具有更强视觉权重，OCR模型倾向于优先检测大字。若大字识别结果足够“完整”，系统可能认为该区域已被解析，不会再对小尺度文字进行二次识别。
这类结构适合以下情况：
大字藏小字的关键在于：小字不能过小到人工也无法查看，但应低于OCR有效检测阈值。通常需要结合具体识别引擎反复调试字号、颜色和对比度。
小字藏大字则是以大量小字铺满画面，让真实的大字隐藏在小字排列中。人眼可以通过整体轮廓、负空间或亮度差异识别大字，但OCR模型容易将小字作为正文逐行输出，从而忽略隐藏的大字结构。
适用条件包括：
小字藏大字更适合干扰那些“检测能力强但缺乏全局语义理解”的自动化流程。它的优势在于，即使小字被识别，只要输出内容未聚合出隐藏的大字信息，干扰目标即可达成。
无论是哪类结构，文字隐写效果都高度依赖参数调优。以下参数通常需要重点测试。
大字与小字的字号差距越大，越容易形成视觉层级差异，但也可能让小字完全不可见。实践中的经验是：
紧凑排版会让小字形成连续纹理，降低被单独检测的概率；宽松排版则可能让小字形成独立文本行。一般来说，小字采用较小间距更容易被视为背景或连续噪声。
低对比度小字对人类仍可辨别，但会明显降低OCR识别置信度。使用近似色、低饱和色或细线字体，可进一步增强人机差异。
不同字体在笔画粗细、连断方式和边缘清晰度上差异较大。细体、艺术字、非标准字体通常比标准黑体更难被OCR检测，但仍需保证人工可读性。
设计完成后，需要判断干扰是否成功。只凭肉眼观察不足以下结论，应结合识别结果进行验证。
有人可能认为对图片整体加高斯模糊可以阻止OCR，但这种方式存在明显矛盾：模糊到影响OCR时，往往也影响人工查看。更重要的是，自动化系统未必主动执行模糊处理；如果系统无差别模糊，则正常图片同样可能识别失败，说明该防御并不成立。
真正有效的方案应当让模型“主动犯错”，而不是单纯降低图片质量。人类参与时可以直接阅读，无需OCR介入；而无人参与时，模型被构造出的文字层级误导。这也解释了此类方法的适用边界：防自动化识别，不防有意识的人工查看。
该方法并非绝对可靠，主要受以下条件限制：
因此，在实际应用中需要针对目标流程进行试错，而不是依赖固定参数。
若要在自己的研究或测试中实现类似效果，可以按以下步骤进行：
整个过程更像是对OCR检测边界的工程调试，而非一次性生成方案。
让图片文字避免被OCR识别，并不需要让文字消失，而是可以利用OCR处理链路中的检测优先级、尺度判断和语义理解缺失来制造误判。大字藏小字与小字藏大字两种结构，分别适用于不同识别行为。相比简单模糊，这类方法更可控，也更贴合自动化识别流程的对抗需求。
不过，所有干扰手段都存在边界。随着多尺度检测、语义理解与对抗训练方法的发展，单一静态干扰方案的稳定性会下降。因此，更合理的使用方式是将其作为自动化识别流程中的对抗测试手段，用于评估系统的鲁棒性，而不是作为长期依赖的隐私保护方案。