极速图片转文字（OCR）
使用最小的 OCR 模型提取图片中的文字，下载和识别速度最快。
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，以及中文。无法识别韩文和日文假名。 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
极速模型 · …
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……）和中文。无法识别韩文、日文假名、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）
把截图、照片或扫描页快速转换成可复制、可编辑的文字。这是三款图片转文字工具中最轻量的一款：识别模型只有 6 MB，即使在手机上首次启动也很快，之后识别一张截图只需一两秒。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）本页 | 图片转文字（均衡） | 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。
如何快速把图片转成文字
- 把一张或多张图片拖到页面任意位置，用 Ctrl+V 粘贴截图，或点击选择文件。在其他图片工具中添加的图片已经在列表中，示例收据可以演示使用效果。
- 首次使用时，点“下载模型并识别文字”。约 20 MB 的模型及其运行引擎只需下载一次，并保存在浏览器中；此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在点“识别”或“全部识别”时识别。
- 对照图片检查旁边的文字。点击图片中的某个区域可找到对应的行；模型不确定的行会加下划线。直接输入即可修改，然后点“复制文字”（Ctrl+Shift+C）或“下载 .txt”。
- 可选：在“遮盖图片中的文字”下选择颜色，下载一份文字被色块遮住的图片副本。
功能
- 最小的模型：6 MB，加上引擎约 20 MB，只需下载一次，之后保存在浏览器中
- 模型保存后，一两秒即可识别一张截图
- 可识别英文及其他拉丁字母语言、数字和中文
- 文字按阅读顺序排列，图片上的各个区域会被框出并编号
- 可编辑、复制文字或下载为 .txt；模型不确定的行会加下划线
- 遮盖图片中的文字，并下载遮盖后的副本
- 可同时处理多张图片
隐私安全吗？
是的。识别完全在浏览器中进行；图片和文字都不会离开设备，图片会一直保留在这个浏览器中，直到从列表中移除。唯一的下载是首次使用时从本站获取的模型及其引擎。
常见问题
为什么第一次运行比较慢？
因为第一次使用时，浏览器要下载识别模型（6 MB）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），然后进行准备。两者都会保存在浏览器中，所以之后的图片和下次访问都无需再下载。引擎与“均衡”和“高精度”工具共用，之后再试用它们时只需下载各自的模型。
能识别哪些语言？
印刷体英文及其他使用拉丁字母书写的语言（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，以及中文。它无法识别韩文、日文假名、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；日文请使用“均衡”或“高精度”工具。
最快的模型准确度如何？
对于截图、文档和标牌等清晰的印刷文字，效果非常好。遇到小字或模糊的照片时，“均衡”和“高精度”工具识别得更准确；模型不确定的行会加下划线，方便你检查。
极速、均衡、高精度，应该用哪个？
文字清晰、希望下载量最小时用“极速”：首次约 20 MB。“均衡”（约 43 MB）识别照片和小字更准确，还能识别日文；“高精度”（约 146 MB）识别最难的图片效果最好，但没有图形加速（WebGPU）时速度较慢。
如何释放模型占用的空间？
在“文字识别模型”下点“删除已下载的模型”：所有已保存的模型都会从这个浏览器中删除。下次识别文字时会重新下载。