图片文字识别（OCR）
所有处理都在你的设备上完成，大文件可能需要一点时间。
拿到一张表格的打印件、一页书拍的照片，或一份需要变成可编辑文字的扫描件？OCR（光学字符识别）会把图片里的字符“读”出来，交还给你一段纯文本。本页面把拥有三十年历史的开源 OCR 引擎 Tesseract 直接跑在浏览器里：选英文、简体中文或双语，拖入 JPG/PNG/WebP/BMP/GIF/TIFF 图片，识别结果即时呈现、可自由复制。
整个过程不上传任何内容。识别引擎与语言数据只需下载一次并缓存在浏览器里，首次之后甚至离线也能用。选择“可搜索 PDF”输出时，识别的文字会以透明层覆盖在原图上方——看起来仍是那张扫描件，却能像文本文档一样选中、搜索和复制。
如何从图片提取文字（OCR）
- 1
选择文件
将 图片 文件拖放到上方区域，或点击选择。支持一次添加多个文件批量转换。
- 2
立即转换
点击"开始识别"。OCR 引擎完全在你的设备上运行——语言数据只需下载一次，之后缓存在浏览器里。
- 3
下载结果
可逐个下载转换后的 TXT 文件，也可以一次打包为 ZIP 全部下载。
关于 JPG 格式
JPG（即 JPEG，1992 年由联合图像专家小组制定）作为默认照片格式已经超过三十年。它用离散余弦变换压缩照片：图像被切成 8×8 小块，丢弃人眼不敏感的细节，换来比未压缩数据小几十倍的体积，压缩时还能自己控制质量档位。
实际使用中，JPG 在照片和渐变色内容上无可替代——相机存储卡、聊天应用和网页都默认它。但它不适合截图、Logo 或任何有锐利边缘和纯色块的图像：压缩会在文字周围留下明显的振铃噪点。它不支持透明背景，色深只有每通道 8 位，而且每次带压缩的重新保存都会累积轻微的画质损失。
+ 优点
- ✓近 30 年来所有设备、应用和浏览器都能直接打开
- ✓照片压缩率极高，通常 10:1 起步而肉眼几乎看不出损失
- ✓质量可调，可在画质与体积之间自由权衡
- ✓生态成熟：支持 EXIF 元数据、ICC 色彩配置和渐进式加载
! 局限
- −有损——文字、锐利边缘和纯色区域会出现压缩噪点
- −不支持透明，叠加图和 Logo 需要改用 PNG 或 WebP
- −低质量反复保存会永久累积画质损失
关于 TXT 格式
TXT 是计算世界的地板：一串字符，仅此而已。没有标题、没有加粗、没有内嵌图片——正因为没有任何需要解释的东西，有史以来所有编辑器、终端、编程语言和操作系统都能打开它。现代文件用 UTF-8；老文件可能是 GBK、Latin-1 或 Shift-JIS，这是纯文本唯一还能带来的“惊喜”。
局限一目了然——没有格式就没有结构——但这也正是 TXT 永不消亡的原因：日志、笔记、代码、README、配置片段和数据转储都以纯文本活得很好。当你只要内容不要样式时，TXT 是摩擦最低的答案。
+ 优点
- ✓任何地方都能打开，包括终端
- ✓文件极小、无需解析器、几乎不可能“损坏”
- ✓日志、笔记与机器间文本的完美载体
! 局限
- −完全没有格式、结构和媒体
- −遗留编码可能让非英文文本乱码
常见问题
支持识别哪些语言？
内置英文与简体中文，也可以双语一起开，适合中英混排的文档。语言数据只需下载一次，之后由浏览器缓存。
图片会被上传到服务器吗？
不会。OCR 引擎通过 WebAssembly 完全在浏览器内运行——图片不会离开你的设备。
怎样获得最好的识别准确率？
用最清晰的原图：300 DPI 扫描、摆正的裁切、均匀的光线和干净的背景能显著提升结果。截图要避免缩放带来的模糊。
“可搜索 PDF”输出是什么？
它把识别出的文字以透明层覆盖在原图上：页面看起来与扫描件一模一样，但在任何 PDF 阅读器里都能选中、搜索和复制文字。
手写笔记能识别吗？
Tesseract 面向印刷体调优。工整的印刷体手写偶尔可以，连笔手写基本不行——那类需求请使用专门的手写识别工具。
有大小或页数限制吗？
实际上限是你的设备内存。可以逐张处理也可以批量——多页 TIFF 和长截图都支持。