图片转文字（OCR）
使用中等大小的 OCR 模型提取图片中的文字，兼顾速度与准确度。
拖放带文字的图片到此处或点击选择
照片、扫描件和截图：JPG、PNG、WebP、GIF、BMP、TIFF 或 AVIF。 可识别英文及其他拉丁字母语言、中文和日文。无法识别韩文。 文件仅在浏览器中处理，不会上传。 图片会保存在此浏览器中，直到被移除。
Ctrl+O选择Ctrl+V粘贴
文字识别模型
均衡模型 · …
可识别英文及其他拉丁字母语言（法语、德语、西班牙语、波兰语……）、中文（简体和繁体）和日文。无法识别韩文、俄文或其他西里尔字母文字、阿拉伯文、泰文、印地文或越南文。
许可证： 模型（Apache-2.0） · 引擎（MIT）
从文档照片、扫描页或截图中复制出文字，再编辑和保存。这是三款图片转文字工具中的日常之选：它 30 MB 的识别模型在识别小字、斜拍的照片和杂乱背景时明显优于极速版，识别一张截图仍然只需几秒钟。一切都在浏览器中运行：图片不会离开你的设备；免费，无需注册。
三种图片转文字模型对比
| 图片转文字（极速） | 图片转文字（均衡）本页 | 图片转文字（高精度） | |
|---|---|---|---|
| 模型大小 | 6 MB | 29.7 MB | 132.3 MB |
| 首次使用：连同引擎的下载时间（50 Mbit/s） | 19.6 MB · ≈ 3秒 | 43.4 MB · ≈ 7秒 | 145.9 MB · ≈ 24秒 |
| 之后 | 保存在浏览器中，无需再次下载 | ||
| 速度 | 最快 | 快 | 最慢 |
| 准确度 | 适合清晰的文字 | 照片和小字更准确 | 难识别的图片最准确 |
| 可识别文字 | 拉丁字母（英语、法语、德语等）和中文 | 拉丁字母（英语、法语、德语等）、中文和日语 | 拉丁字母（英语、法语、德语等）、中文和日语 |
识别引擎（13.7 MB，支持 WebGPU 的浏览器为 27.4 MB）只需下载一次，三种模型共用。在工具中开始识别之前不会下载任何内容。
如何提取图片中的文字
- 把图片拖到页面任意位置，用 Ctrl+V 粘贴，或点击选择文件——一次选多张也可以。在任何图片工具（包括“极速”和“高精度”页面）中添加过的图片，都已在列表中等待。
- 首次使用时，点“下载模型并识别文字”。模型（30 MB）及其运行引擎共约 43 MB，只需下载一次并保存在浏览器中，之后新添加的图片会立即识别，所选的图片在打开页面时就会识别，列表中原有的其他图片则用“识别”或“全部识别”来识别。
- 对照图片核对文字：点击区域可找到对应的行，点击某一行可找到对应的区域。加下划线的是模型不确定的行。编辑后点“复制文字”（Ctrl+Shift+C）或“下载 .txt”。
- 如果想分享图片但不带其中的文字，打开“遮盖图片中的文字”，选择颜色，保留你想显示的区域，然后下载遮盖后的副本。
功能
- 可识别印刷体英文及其他拉丁字母语言、中文（简体和繁体）和日文
- 文字按阅读顺序排列：分栏依次读取，收据上的商品紧挨着各自的价格
- 图片上的文字区域会被框出并编号；点击区域可找到对应的行
- 可编辑文字，再复制或下载为 .txt；模型不确定的行会加下划线
- 遮盖文字：下载一份文字被色块遮住的图片副本
- 可同时处理多张图片；能检测上下颠倒的页面并按正确方向识别
- 只需下载一次约 43 MB（30 MB 模型及其引擎），之后保存在浏览器中
隐私安全吗？
是的。图片由在浏览器中运行的模型识别；图片和文字都不会发送到任何地方，图片会一直保留在这个浏览器中，直到从列表中移除。只有模型及其引擎会从本站下载一次，之后一直保存在浏览器中。
常见问题
能识别哪些语言？
印刷体英文及其他拉丁字母语言（法语、德语、西班牙语、葡萄牙语、意大利语、波兰语、捷克语、土耳其语……）、数字和符号、中文（简体和繁体）以及日文（汉字、平假名和片假名）。它无法识别韩文、俄文或其他西里尔字母文字、阿拉伯文、泰文、印地文或越南文。
为什么第一次运行比较慢？
因为只有第一次，浏览器要下载模型和运行它的引擎（14 MB；在通过 WebGPU 使用显卡的浏览器中为 27 MB），并进行准备。之后它们会被保存，识别时无需下载，已经打开的页面即使断网也能继续使用。如果你已经用过其他图片转文字工具，引擎已经存在，只需下载模型。
极速、均衡、高精度，该选哪个？
大多数图片用“均衡”即可。“极速”（6 MB 模型，首次下载约 20 MB）足以应付清晰的英文或中文截图和文档。“均衡”（30 MB，约 43 MB）识别照片和小字更准确，还能识别日文。“高精度”（132 MB，约 146 MB）识别最难的图片效果最好，但没有图形加速（WebGPU）时，一页短文也需要约半分钟。每种模型都只需下载一次，之后保存在浏览器中。
能保留页面的排版吗？
它保留的是阅读顺序，而不是精确的版面：同一行上的文字片段会被连接起来，每一行作为一行输出，段落之间用空行分隔。并排的分栏会依次读取，表格会按阅读顺序输出为文字，而不是电子表格。
可以同时识别多张图片吗？
可以。想添加多少张都行；每张图片会依次识别。点“复制全部图片文字”会把每段文字连同文件名一起复制，点“全部下载（ZIP）”会保存遮盖后的副本。