圖片轉文字（OCR）
以中型 OCR 模型擷取圖片中的文字，兼顧速度與準確度。
將含有文字的圖片拖放到這裡或點擊選擇
照片、掃描檔與螢幕截圖：JPG、PNG、WebP、GIF、BMP、TIFF 或 AVIF。 可辨識英文等拉丁字母語言、中文與日文。無法辨識韓文。 檔案只在瀏覽器中處理，不會上傳。 圖片會保留在這個瀏覽器中，直到移除為止。
Ctrl+O選擇Ctrl+V貼上
文字辨識模型
平衡模型 · …
可辨識英文與其他拉丁字母語言（法文、德文、西班牙文、波蘭文…）、中文（簡體與繁體）以及日文。無法辨識韓文、俄文等西里爾字母語言、阿拉伯文、泰文、印地文或越南文。
授權： 模型（Apache-2.0） · 引擎（MIT）
從文件照片、掃描頁面或截圖中複製文字，再加以編輯與儲存。這是三種圖片轉文字工具中最適合日常使用的一種：30 MB 的辨識模型辨識小字、斜拍照片與雜亂背景的能力明顯優於最快的模型，一張截圖仍只要幾秒。全部在瀏覽器中執行：圖片不會離開你的裝置，而且免費、免註冊。
三種圖片轉文字模型比較
| 圖片轉文字（最快） | 圖片轉文字（平衡）本頁 | 圖片轉文字（精準） | |
|---|---|---|---|
| 模型大小 | 6 MB | 29.7 MB | 132.3 MB |
| 首次使用：連同引擎的下載時間（50 Mbit/s） | 19.6 MB · ≈ 3 秒 | 43.4 MB · ≈ 7 秒 | 145.9 MB · ≈ 24 秒 |
| 之後 | 儲存在瀏覽器中，不需再次下載 | ||
| 速度 | 最快 | 快 | 最慢 |
| 準確度 | 適合清晰的文字 | 照片與小字更準確 | 難辨識的圖片最準確 |
| 可辨識文字 | 拉丁字母（英文、法文、德文等）和中文 | 拉丁字母（英文、法文、德文等）、中文和日文 | 拉丁字母（英文、法文、德文等）、中文和日文 |
辨識引擎（13.7 MB，支援 WebGPU 的瀏覽器為 27.4 MB）只需下載一次，三種模型共用。在工具中開始辨識之前不會下載任何內容。
如何擷取圖片中的文字
- 將圖片拖放到頁面任何位置、用 Ctrl+V 貼上，或點擊選擇檔案——一次多張也沒問題。在任何圖片工具（包括「最快」與「精準」頁面）加入過的圖片，都已在清單中等著。
- 第一次使用時，點擊「下載模型並辨識文字」。模型（30 MB）與執行它的引擎合計約 43 MB，只會下載一次並保存在瀏覽器中，之後新加入的圖片會立即辨識，所選的圖片在開啟頁面時就會辨識，清單中原有的其他圖片則用「辨識」或「全部辨識」來辨識。
- 對照文字與圖片：點擊區塊可找到對應的行，點擊某一行也能找到對應的區塊。加上底線的是模型沒把握的行。編輯後點擊「複製文字」（Ctrl+Shift+C）或「下載 .txt」。
- 若要分享不含文字的圖片，請開啟「隱藏圖片中的文字」，選擇顏色，讓想保留的區塊維持可見，再下載遮蔽後的副本。
功能
- 可辨識印刷體英文與其他拉丁字母語言、中文（簡體與繁體）以及日文
- 依閱讀順序輸出文字：分欄依序讀取，收據的品項與價格排在一起
- 在圖片上框出文字區塊並編號；點擊區塊即可找到對應的行
- 編輯文字後可複製或下載為 .txt；模型沒把握的行會加上底線
- 隱藏文字：下載一份文字被色塊遮住的圖片副本
- 可一次處理多張圖片；會偵測上下顛倒的頁面，並以正確方向辨識
- 只需下載一次約 43 MB（30 MB 的模型與其引擎），之後儲存在瀏覽器中
隱私安全嗎？
是的。圖片由在瀏覽器中執行的模型辨識，圖片和文字都不會傳送到任何地方，圖片會一直保留在這個瀏覽器中，直到從清單中移除。只有模型與其引擎會從本網站下載一次，並保存在你的瀏覽器中。
常見問題
可以辨識哪些語言？
印刷體的英文與其他拉丁字母語言（法文、德文、西班牙文、葡萄牙文、義大利文、波蘭文、捷克文、土耳其文等）、數字與符號、中文（簡體與繁體）以及日文（漢字、平假名與片假名）。無法辨識韓文、俄文等西里爾字母語言、阿拉伯文、泰文、印地文或越南文。
為什麼第一次執行比較慢？
因為只有第一次，瀏覽器需要下載模型與執行它的引擎（14 MB；透過 WebGPU 使用顯示卡的瀏覽器則為 27 MB）並完成準備。之後兩者都已儲存，辨識時不需再下載，已開啟的頁面即使沒有網路連線也能繼續使用。如果你已用過其他圖片轉文字工具，引擎已經在瀏覽器中，只需下載模型。
最快、平衡、精準，該用哪一個？
大多數圖片用「平衡」就很合適。「最快」（6 MB 模型，第一次約需下載 20 MB）足以處理英文或中文的清晰截圖與文件。「平衡」（30 MB，約 43 MB）辨識照片與小字更準確，也能辨識日文。「精準」（132 MB，約 146 MB）對最困難的圖片辨識效果最好，但沒有圖形加速（WebGPU）時，一小頁就需要約半分鐘。每種模型都只下載一次，之後儲存在瀏覽器中。
會保留頁面的版面配置嗎？
會保留閱讀順序，但不會保留精確的版面：同一列的文字片段會合併，每一列成為一行，段落之間以空行分隔。並排的欄位會依序讀取，表格則依閱讀順序輸出為文字，而不是試算表。
可以一次辨識多張圖片嗎？
可以。圖片數量不限，會逐一辨識。「複製所有圖片」會把每段文字連同檔名一起複製，「全部下載（ZIP）」則會儲存所有遮蔽後的副本。