OCR 文字识别

关于这个工具

截图里的文字要引用、拍照的合同要归档、收据要录入——把图片变成可编辑文字就是 OCR 的用武之地。本工具用 Mozilla 生态的 Tesseract 引擎（WASM 版）在浏览器里识别图片中的文字，简体中文与英文混合识别开箱即用，也可切换为纯英文、纯阿拉伯文、阿英混排或泰文模式。

识别结果实时展示，可一键复制或下载为 TXT 文本文件。首次使用需要下载识别模型（按语言约 1–31 MB，之后浏览器缓存，二次使用秒开）。所有识别都在本机完成，图片不上传——身份证、合同、票据等敏感截图也可以放心识别。清晰度越高、文字越大、版面越正，识别准确率越高；手写与艺术字体效果有限。

功能特点

• 简体中文 + 英文混合识别，另有纯英文、纯阿拉伯文、阿英混排与泰文模式
• 识别结果一键复制，或下载为 TXT 文件
• 显示整体识别置信度，效果心里有数
• 模型首次下载后浏览器缓存，二次使用无需等待
• Tesseract WASM 本机识别，图片不上传、无注册、不限次数

如何使用

1. 拖入或选择需要识别的 JPG / PNG / WebP 图片
2. 选择识别语言（默认简体中文 + 英文，可选阿拉伯文、泰文）
3. 首次点击会下载识别模型，请耐心等待
4. 查看/复制识别文本，或下载 TXT 文件

常见问题

OCR识别准确率不高怎么改善？

几个实用技巧：用原始分辨率而不是压缩过的缩略图；文字区域尽量占画面主体；拍照时对焦清晰、光线均匀、文字与纸面垂直；截图类图片比拍照效果好。印刷体识别效果远好于手写体。

为什么首次使用要下载模型？

OCR 引擎依赖语言模型文件（中英文约 31 MB，阿拉伯文、泰文各约 1 MB），它以 WASM + 模型的形式在浏览器内本地运行，保证图片不上传。模型下载一次后会进入浏览器缓存，之后使用无需重新下载。

阿拉伯语识别效果怎么样？

印刷体阿拉伯文识别率很高（清晰截图上实测几乎零错字），带全部音标符号的文字、手写体和低分辨率照片仍会明显下降。阿拉伯文里夹英文单词或数字时，选「阿拉伯文 + 英文」模式准确率更高；纯阿拉伯文选「仅阿拉伯文」，模型只有约 1 MB，下载很快。

识别的文件会被上传吗？

不会。识别由浏览器内的 Tesseract WASM 引擎完成，图片只存在于你的设备内存里，断网状态下同样可以识别。

扫描版PDF能识别吗？

本工具目前支持 JPG / PNG / WebP 图片。扫描版 PDF 可以先用「PDF 转 JPG」把页面导出为图片，再逐张识别；需要把扫描件变成可编辑文档时，识别结果配合 PDF 转 Word 的「可编辑文字版」即可。

相关工具