图片文字识别

工具介绍

图片文字识别（OCR）把图片里的中英文印刷文字提取为可编辑的纯文本。选择一张截图、照片或扫描图片，调整方向与裁剪范围后，在浏览器本地完成识别，可复制文字或下载 TXT。

识别引擎与模型只在点击开始后加载，首次下载较大，模型可缓存在本机供后续使用。图片和文字不会上传，也不会作为草稿持久保存；离开页面前请自行复制或下载结果。

使用步骤

1. 1选择一张 PNG、JPG、WebP 或 BMP 图片，文件最大 10 MiB，解码后的图片不超过 1600 万像素。
2. 2把文字旋转到正向；按需填写上、右、下、左各边裁掉的百分比，去掉无关区域。
3. 3检查实际识别预览。旋转与裁剪后的图片最长边最多 1600 px，超出会等比缩小并显示提示。
4. 4点击开始识别，等待引擎、模型加载与识别完成；耗时较长时可以取消，再重试。
5. 5核对并编辑识别文字，复制或下载 TXT。修改图片或设置后，需要重新识别才会生成对应的新结果。

适用场景

• 从清晰的中英文截图中提取一段文字，复制到笔记或文档。
• 把拍照的印刷资料旋转到正向，裁掉边缘后提取正文。
• 从扫描图片中提取可编辑文字，并人工核对数字、标点与专有名词。

常见问题

图片会被上传吗？

图片解码、预处理与识别均在浏览器本地完成，不会上传到识别服务。点击开始时会下载本站提供的引擎与模型，OCR 专用缓存只写入公共模型，不持久保存图片或识别文字；脚本等站点资源仍可能由浏览器 HTTP 缓存管理。

为什么第一次识别等待较久？

首次需要下载识别引擎、模型并初始化运行环境，下载量较大，速度取决于网络与设备。支持缓存的浏览器可复用已缓存模型；清理本站 OCR 专用模型缓存后，下次识别会重新读取模型，浏览器 HTTP 缓存仍可能复用模型、脚本与运行时，必要时再联网下载。

支持哪些文件与语言？

首版一次处理一张 PNG、JPG、WebP 或 BMP 图片，最大 10 MiB、解码后不超过 1600 万像素，面向中英文印刷文字。不支持直接读取 PDF；可先用 PDF 转图片工具导出需要的页面，再逐张识别。

能识别手写、表格或还原原文排版吗？

首版不支持手写识别、表格结构和复杂版面还原，只输出纯文本。模糊、反光、倾斜、小字或复杂背景都可能导致漏字、错字或顺序异常，结果需要人工核对。

为什么预览尺寸比原图小？

图片先旋转、再按四边百分比裁剪，最后把最长边限制到 1600 px，以控制浏览器内存与识别耗时。预览就是实际送去识别的内容。小字在缩小后可能丢失，可先裁剪到需要识别的局部。输入图片本身须先符合 10 MiB 和 1600 万像素限制，不能用页内裁剪绕过输入上限。

取消识别或修改设置后，已有文字会怎样？

取消会停止当前任务，已有结果会保留。修改旋转或裁剪设置后，页面会提示结果对应的是上次内容；选择新图片会清空上张图片的结果，请先保存。重新识别成功才会更新结果；识别过程中编辑文字时，新结果不会自动覆盖你的编辑，请按页面提示操作。

手机也可以使用吗？

识别依赖浏览器的 WebAssembly、Worker 等能力及可用内存，不保证所有手机与浏览器都兼容。不支持时页面会给出提示；可以尝试使用较小的文字区域，或换用较新的桌面浏览器。

先检查预览再识别

• 将文字旋转到正常阅读方向，再裁掉无关边缘。四边比例以旋转后的图片尺寸为准。
• 每边允许 0–90%，上下合计、左右合计都必须小于 100%，确保仍有保留区域。
• 预览中若文字已很小，优先缩小裁剪范围，保留需要提取的一段内容。

核对并保存文字

• 输出为纯文本，可直接编辑；重点检查数字、标点、英文大小写与人名地名。
• 复制与下载 TXT 使用当前编辑后的文字，TXT 不保留表格、字体或原始版面。
• 图片和结果不自动保存，刷新或离开页面前请自行下载备份。

下载、取消与重试

• 首次识别需要下载较大的模型并初始化，请留意阶段提示；未知进度不会显示虚构百分比。
• 取消或失败后可重新开始，已有文字会保留到新任务成功；修改图片或设置后请留意识别结果的过期提示。
• 清理本站 OCR 模型缓存只删除专用 CacheStorage；浏览器 HTTP 缓存仍可能复用模型、脚本与运行时，不会替你备份当前文字。

适用范围与隐私

• 识别仅在本机浏览器进行，图片和结果不上传、不持久保存。
• 本工具适合清晰的中英文印刷文字，不承诺准确率；手写、表格结构及复杂版面还原暂不支持。
• 设备内存、浏览器能力与网络状态会影响使用，不保证所有手机均可完成识别。