JPG / JPEG
适合手机拍照、扫描件和普通照片。
浏览器本地 OCR
图片文字识别 OCR
从截图、扫描件和照片中提取可编辑文字，支持中英文等多种语言，全程在浏览器本地完成。
图片保留在你的设备上11 种语言选项可编辑并导出 TXT
拖放、粘贴或选择图片
支持 JPG、PNG、WebP、GIF、BMP · 最大 20 MB
也可以按 Ctrl/⌘ + V 粘贴截图。
支持格式
可用于图片文字识别的格式
选择常见网页图片格式即可。GIF 动图会识别其第一个已渲染画面。
PNG
适合清晰截图、界面和带文字的图片。
WebP
适合网页保存的轻量级图片。
GIF / BMP
适合旧格式图片；GIF 会读取第一帧。
使用方法
三步提取图片文字
建议使用对焦清晰、文字与背景对比明显的图片，并选择图片中文字对应的主要语言。
- 01
添加图片
拖放、选择或粘贴一张包含文字的图片。
- 02
设置语言与布局
选择主要文字语言，并根据文档、截图或海报匹配页面布局。
- 03
识别并导出
运行 OCR，校对可编辑结果，然后复制或下载 TXT。
常见场景
把图片里的文字快速变成可编辑内容
截图中的文字
复制报错提示、聊天记录、网页片段或软件界面里的文字。
扫描文档与笔记
把扫描件、课堂笔记和资料照片转换成可搜索、可编辑的文字。
收据与票据
提取日期、商品和金额；重要数字建议与原图逐项核对。
多语言内容
先按原文语言提取文字，再粘贴到翻译或文档工具中继续处理。
图片在浏览器本地处理
原图会直接交给当前浏览器内的 Tesseract.js Web Worker，不会上传至 MediaKit。OCR 程序和所选语言模型只会在需要时下载，之后可由浏览器缓存。
提高 OCR 识别准确率
使用清晰图片
高分辨率、文字边缘清晰且光照均匀的图片更容易准确识别。
选择正确语言
正确的语言模型可以帮助 Tesseract 区分外观相近的字母和字符。
匹配页面布局
海报和界面截图适合“零散文字”，文档段落适合“单个文本块”。
FAQ
常见问题
图片会上传吗？
不会。文字识别在你的设备上通过 Web Worker 运行，页面只会按需下载 OCR 程序和语言数据。
支持哪些图片格式？
支持 JPG、JPEG、PNG、WebP、GIF 和 BMP。单张图片最大为 20 MB。
支持哪些语言？
页面提供英语、简体中文、繁体中文、日语、韩语、法语、德语、西班牙语、葡萄牙语、意大利语和俄语选项。
为什么第一次识别比较慢？
首次使用需要下载 OCR 引擎和所选语言模型。浏览器可缓存它们；同一页面内再次识别也会复用已加载引擎。
能保留原图片的排版吗？
OCR 会尽量保留有效换行，但复杂分栏、表格、字体和精确间距通常还需要手动整理。
识别结果可以直接使用吗？
可以复制或下载 TXT。姓名、金额、编号等重要信息建议始终与原图核对。
延伸阅读
如何把图片转换为文字
了解如何选择图片、提高识别准确率，并整理提取后的文字。
阅读 OCR 教程继续处理