图片转文字 — 免费在线 OCR，在浏览器中识别

用在你设备上运行的 OCR 从截图、扫描件和照片中提取文字。支持英文、中文等 14 种语言；可复制或保存为 .txt。

文字语言

首次使用时会下载约 3 MB 的语言数据，之后会被缓存。选对语言是影响识别准确率的最重要因素。

将图片拖放到这里、点击选择，或粘贴截图（Ctrl+V / ⌘V）

PNG、JPG、WebP、BMP、GIF（第一帧）· 可一次添加多张 · 每张最大 20 MB · 不会上传任何内容

最适合截图和印刷文字的清晰扫描件。手写字、艺术字体、斜拍的照片以及过小或模糊的文字，识别效果较差。

文字识别通过 Tesseract.js 在你的设备上运行；你的图片绝不会被上传。只会下载 OCR 引擎和语言数据。浏览全部免费工具.

发现问题，或者觉得哪里可以更好？每条消息我们都会阅读，并尽快修复。

这款免费的图片转文字工具利用 OCR（光学字符识别）从截图、扫描页或文档照片中提取文字，而且识别过程在你的浏览器中完成，图片从不上传。拖入 PNG、JPG、WebP、BMP 或 GIF，或直接按 Ctrl+V 粘贴截图，选择语言，识别出的文字就会出现在可编辑的文本框中，可以复制或保存为 .txt 文件。可以一次排队多张图片依次识别，结果可保存为一个合并的文本文件，或打包成每张图片各一个 .txt 的 ZIP。

识别引擎是 Tesseract——许多桌面和服务器工具背后的开源 OCR 引擎，这里被编译成了 WebAssembly。对于干净的印刷文字，比如截图、存为图片的 PDF、书页和平铺拍摄的小票，它的准确度高到你基本只需要改几个错字。它不擅长手写体、装饰字体、复杂背景上的文字，以及又小又模糊的照片——任何免费 OCR 都做不好这些；下面几节会介绍如何获得最佳效果，以及什么时候更适合换一种方法。

使用方法

先选择文字的语言。中英文混排的页面，请选择某个“英语 + 中文”选项。
把一张或多张图片拖到框中，点击选择文件，或复制截图后在页面任意位置按 Ctrl+V（Mac 上为 ⌘V）。
等待识别完成。首次运行会下载 OCR 引擎和语言数据（几 MB，之后会缓存）；以后再用会立即开始。
检查框中的文字，修正识别错误的地方。置信度数值能大致说明需要检查多少。
复制文字或下载为 .txt 文件。处理多张图片时，“全部复制”和“全部下载为一个 .txt”会按文件名合并各图结果，“下载单独的 .txt 文件”则会得到每张图片一个文件的 ZIP。

常见问题

如何免费提取图片中的文字？

打开本页面，选择语言，把图片拖到框中或用 Ctrl+V 粘贴。几秒后文字就会出现在可编辑的文本框中，并附有“复制”和“下载 .txt”按钮。无需账号，不限图片数量，也没有水印，因为识别是在你自己的设备上而不是服务器上完成的。

可以一次从多张图片中提取文字吗？

可以。想选、拖或粘贴多少张都行；它们会排队依次识别，每张都有自己的进度、可编辑结果，失败时还有错误提示。完成后，你可以复制所有文字，下载为一个按图片分段的合并 .txt，或下载一个 ZIP，其中每张图片都有一个以其命名的单独 .txt 文件。

我的图片会上传到服务器吗？

不会。Tesseract 以 WebAssembly 的形式在你的浏览器中运行。唯一需要下载的是 OCR 引擎（来自本站）和你所选语言的训练数据（来自 jsDelivr CDN），首次使用后都会被缓存。你的图片和识别出的文字都留在你的设备上，因此适合处理发票、证件和内部文档。

能识别中文吗？

能。选择“中文（简体）”或“中文（繁体）”，中英混排的页面（如菜单、幻灯片和技术截图）则选择“英语 + 中文”选项。工具会去掉 Tesseract 常在汉字之间插入的空格。清晰的印刷体中文识别效果很好；小字、竖排和书法字体则差得多。

能识别手写字吗？

只能识别非常工整、接近印刷体的手写字，即便如此也会有不少错误。Tesseract 是用印刷和排版文字训练的。连笔笔记、签名和白板照片识别出来通常是一堆乱码。识别手写字，Google 智能镜头、Apple 实况文本或 Microsoft OneNote 中的 OCR 使用了针对手写训练的模型，效果要好得多。

为什么识别出的文字错误很多？

通常是以下四种原因之一：选错了语言；文字太小或太模糊（字母高度最好至少 20 像素）；照片是斜着拍的或光线不好；或者文字位于有图案或彩色的背景上。裁剪到只剩文字，在光线充足的地方正对着重拍，或在截图前先放大页面，然后再识别一次。

能保留版式、表格或格式吗？

不能。你得到的是纯文本，带换行，各段之间有空行。分栏内容通常会按栏依次读出，但表格会变成用空格分隔的一行行文字，粗体、字体和图片都不会保留。如果需要编辑并保留格式，请改用 Word、Google 文档或 Acrobat 进行 OCR。

如何获得准确的 OCR 结果

OCR 的准确度更多取决于图片，而不是引擎。几个小习惯就能决定你得到的是干净的结果还是满屏乱码：

• 选对语言。Tesseract 依靠语言模型在形状相似的字符之间做选择；用英语数据识别，法语重音字母和汉字都会变成乱码。

• 尺寸很重要。图片中的文字高度至少应为 20 像素。工具已经会把小图放大一倍，但无法凭空补出模糊照片里本就没有的细节。

• 裁剪到文字区域。先去掉工具栏、照片和装饰边框（可以用图片裁剪工具），免得引擎去识别它们。

• 正对拍摄，光线均匀。透视变形、阴影和弯曲的书页是手机照片出错最常见的原因。

• 浅色纯背景上的深色文字识别效果最好。深色背景上的浅色文字通常也行；照片或图案上的文字往往不行。

截图转文字：最快的工作流程

对于屏幕上看得见却选不中的文字，比如错误对话框、视频画面、加密的 PDF 或网站图片中的文字，截图再粘贴是最快的办法。Windows 上按 Win+Shift+S，Mac 上按 Cmd+Ctrl+Shift+4（会复制到剪贴板），框选区域，然后回到这里按 Ctrl+V 或 ⌘V。截图会立即按所选语言进行识别。

截图是最理想的 OCR 输入：清晰锐利、端正平直、光线均匀。如果屏幕上的文字很小，截图前先放大页面（Ctrl 加 +）；多出来的像素能明显提高准确度。

浏览器 OCR 与云端 OCR 服务对比

Google、Microsoft 和 Amazon 的云端 OCR 使用更大的模型，处理手写、复杂版式和质量差的照片都比 Tesseract 更好。代价是你的图片要上传到他们的服务器，通常需要账号，超出免费额度后按页计费。Google 智能镜头和 Apple 实况文本等手机功能非常好用且免费，但只能在所在设备上使用。

本工具则处在另一端：任何内容都不会离开你的电脑，没有账号也没有配额，任何桌面浏览器都能用。对于截图和扫描件中的印刷文字，这通常就够了。如果你手上是扫描版 PDF 而不是图片，请先把页面导出为图片（PDF 转换器可以做到）；如果 PDF 本身已包含可选中的文字，PDF 转 Word 可以直接提取，无需 OCR。