图片转文字：本地 OCR 的旋转、裁剪与校对方法

图片文字识别适合从清晰的中英文印刷文字截图、照片或扫描图片中提取纯文本。图片在本机浏览器内预处理和识别，不上传识别服务。它不还原原文版式，也不能把手写、表格或复杂排版的识别准确性作为保证，结果需要对照原图检查。

选择正确的输入

一次选择一张 PNG、JPG、WebP 或 BMP，最大 10 MiB、解码后不超过 1600 万像素。HEIC 请先在图片格式转换的 HEIC 批量模式中转成 JPG 或 PNG，下载后再手动添加到 OCR 页。需要处理扫描 PDF 时，先用 PDF 转图片下载目标页，再手动选择到 OCR 页，不会自动转交文件。

文件超出像素限制时，应先用系统相册或尺寸工具缩小，再重新选择；OCR 页内的裁剪是在图片已被接受后使用，不能用它绕过输入上限。

先看实际识别预览

1. 将文字旋转到正常阅读方向，可选顺时针 0、90、180 或 270 度。这里不是倾斜校正。
2. 按上、右、下、左填写裁掉的百分比。各边允许 0–90%，上下合计和左右合计都须小于 100%。比例以旋转后的图片为准。
3. 检查实际预览。工具先旋转和裁剪，再将最长边限制到 1600 px；这是实际送去识别的图像。

例如一张 4000×3000 的扫描图，整张识别会缩到约 1600×1200。若只需要其中一段小字，先把裁剪范围缩到那段文字，可减少无关内容；这不会补回模糊、反光或原图缺失的细节。

开始识别与首次下载

选择图片、旋转和裁剪都不会加载 OCR 引擎，点击「开始识别」后才下载。首次识别资源约 25 MB，加载和初始化速度取决于网络及设备；模型进度显示已解压的模型字节或缓存读取量，不等于网络压缩流量。初始化与识别阶段没有已知百分比时使用阶段提示。

公共模型可缓存在本机，但每次仍需初始化引擎，不能保证立即完成或长期离线可用。耗时较长可以取消；取消会终止 Worker，已有文字会保留。再次开始可重试，模型缓存不可用时仍会尝试网络加载。

校对、编辑并保存

识别完成后重点检查数字、标点、英文大小写、人名和阅读顺序。结果可以直接编辑，「复制」和「下载 TXT」都使用当前编辑内容；TXT 不保留表格、字体或原始布局。

修改旋转或裁剪设置后，旧文字会保留并提示已过期。识别期间编辑文字时，新识别结果不会覆盖你的编辑；保存后需要时重新识别。选择新图片会清空上一张结果，请先下载。

图片和文字不自动保存。工具内「清理本站 OCR 模型缓存」只移除 OCR 专用 CacheStorage，下次识别会重新读取模型；浏览器 HTTP 缓存中的模型、脚本和运行时仍可能复用，必要时再联网下载。该操作不清理其他工具草稿。真实手机的内存和浏览器能力可能影响识别，遇到问题可缩小处理范围或换用较新的桌面浏览器。