识别图片中的文字
用 OCR（文字识别）读取图片中的文字，并转换为文本（TXT 文件）的免费工具。可以打开照片和截图，也可以按 Ctrl+V（Mac 按 ⌘V）粘贴图片进行识别。可一次识别多张图片，并把每张图片的文本文件打包为 ZIP 保存。图片在浏览器内处理，不会上传到外部。
首次运行时会从本站获取 AI 模型（约 17 MB），之后使用浏览器中保存的副本。图片不会上传到外部。
也可以按 Ctrl+V（Mac 按 ⌘V）粘贴复制的图片或截图来添加。
设置
使用方法
- 1
添加图片
选择或拖放要识别的图片。也可以按 Ctrl+V（Mac 按 ⌘V）粘贴复制的图片或截图来添加。可以一次添加多张图片。图片不会上传到外部。
- 2
选择文档语言
在「文档语言」中选择图片中文字的语言。
- 3
识别并保存
点击「开始」后，会生成识别了图片文字的 TXT 文件。用「保存」保存，或用「复制文本」复制全文。多张图片可以用「全部打包为 ZIP 保存」一起保存。可以用「检查识别出的文字」确认识别出的行。
关于图片转文字
文字识别使用 PaddleOCR 的文字识别模型（PP-OCRv6，Apache-2.0），在浏览器中运行。首次运行时会从本站获取 AI 模型（约 17 MB），之后使用浏览器中保存的副本。无法使用 GPU（WebGPU）的设备会使用 CPU 处理，耗时比使用 GPU 时更长。可以读取的图片格式为 JPEG、PNG、WebP、AVIF、GIF（动图只识别第一帧）、BMP、HEIC（iPhone 的照片）。滚动截取的长截图也能识别。
识别出的文字从上到下逐行排列，同一高度的文字从左到右合为一行（分栏和表格的顺序可能与阅读顺序不同）。在「文档语言」中选择日语时，会把识别范围限定在日语文档使用的字符内；选择韩语时，会使用韩语模型（约 13 MB，无法识别汉字）。如果只是复制手机拍摄的照片中的部分文字，iPhone 的「实况文本」或 Google 智能镜头也可以做到。本工具可以一次识别多张图片，并把每张图片的文字分别保存为 UTF-8 编码的文本文件（.txt）。PDF 中的文字可以用「PDF 转文字」提取。
本工具的规格
- 输入
- JPG、PNG、WEBP、AVIF、GIF、BMP、HEIC、HEIF
- 输出
- TXT
- 限制
- 不限文件数量（可批量处理）；不限文件大小（在设备内存允许的范围内处理）；识别的图片每张最多 5,100 万像素、长边 32,767 px（手机和平板为 2,500 万像素、16,384 px，超出时先缩小再识别）
- 免费・无需注册・无需安装应用
- 文件不会上传到外部（在浏览器内处理）
常见问题
图片会发送到服务器吗？
不会。图片的读取、文字识别和保存全部在您设备的浏览器中完成。为修复问题而收集的处理统计（识别的图片数、行数和字数的范围，每张图片处理时间的范围，错误类型等）会发送到本站服务器。统计中不包含图片本身、识别出的文字和文件名。可以在页面底部的「发送处理统计」开关中停止发送统计。
能识别电脑屏幕上显示的文字吗？
可以。截图时只框选要识别的部分（Windows 按 Win+Shift+S，Mac 按 ⌘+Control+Shift+4），在本页面按 Ctrl+V（Mac 按 ⌘V）粘贴后，点击「开始」。截取整个屏幕时，屏幕边缘菜单的文字可能会与正文排在同一行。拖入保存的图片也能识别。滚动截取的长截图也能识别。深色背景上浅色文字的画面（深色模式）也能识别。
能识别手机拍摄的照片中的文字吗？
可以。iPhone 的照片（HEIC）也可以直接读取。带有方向信息（EXIF）的图片，会先转正再识别。文字拍得较小、模糊、从斜面拍摄或有阴影的照片，错误可能会增多（本工具不校正照片的梯形畸变）。本工具以印刷文字为对象，手写文字不在对象范围内。竖排的文字也会识别，但错误比横排多，并且可能漏掉标点。
识别出的文字会有错误吗？
会有。根据文字大小、图片分辨率以及照片的模糊和阴影，可能会识别错误或漏掉文字。可能会混淆形状相近的字（如日语的汉字数字「一」和长音符号「ー」），也可能把图标和符号识别为文字。在「文档语言」中选择日语时，JIS 第 2 水准以外的汉字和表情符号可能会被识别为形状相近的字。网页的截图中，图里的文字或屏幕边缘的菜单可能会与正文排在同一行。点击「检查识别出的文字」，会在图片上叠加显示识别出的行的边框，可能有误的行以不同颜色显示。
诚邀协助提升服务品质
转换或压缩失败时，若能把当时的情况发送给我们，将有助于查明原因。了解哪些设备、哪些格式更容易失败，以及处理需要多长时间之后，我们就能调整支持的格式并修复相应问题。如果方便，保持开启会帮上很大的忙。
会发送的信息
- 使用的工具和所选设置（输出格式、质量等）
- 设备性能（有无 GPU、内存、核心数）
- 输入格式和大致大小
- 成功与失败的数量和耗时
- 失败时的错误类型和内容
不会发送的信息
- 文件本身、文件名
- 识别出的文字和识别出的行的位置
- IP 地址
数据只发送到本站自有服务器，不会交给第三方服务。
包括各工具发送的明细在内的全部项目，请参阅隐私政策中的“处理统计”。
本工具发送的明细（仅数量、时间、类型和有无）
本工具除“会发送的信息”外，还会发送以下明细。
- 图片转文字
- 识别的图片数、识别后未找到文字的图片数、修正了方向的图片数、因尺寸较大而缩小后识别的图片数、反转明暗后识别的图片数、填充了透明部分的图片数，识别出的行数和字数（均为范围），竖排的行和可能有误的行所占比例的范围，每张图片处理时间和 AI 模型加载时间的范围，AI 模型的种类和版本以及是否进行了获取，为查找文字而分割图片的数量的范围，以及 GPU 是否变得不可用。