图片转文字

上传截图、照片或扫描件,识别其中的中英文文字并逐行输出,可复制或导出 TXT;图片会上传到服务器转给第三方文字识别接口处理。

图片转文字是什么

OCR 图片转文字是指把截图、照片里的文字识别成可编辑文本,中英混排、日文、韩文都能认;先在预览图上框出要识别的区域再上传,字更大更准,也不用为整张图买单。截图里的字想复制出来,手上却只有一张图——这个工具用 OCR 把图片变成可编辑文本。中英混排、日文、韩文都能识别,结果按原文顺序逐行输出,可以一键复制,也能导出成 TXT。先在预览图上框出要识别的区域,只上传那一块:字更大、更准,也不用为整张图买单。

怎么用图片转文字

要先框区域再识别:把图拖进来只是读进浏览器,框住要识别的那块才开始上传。只传框住的部分,字相对更大、识别更准、上传也更快;拿不准就点「自动框选文字区」。图片会发到第三方接口处理,敏感内容别传。

  1. 拖入或点击选择图片,也可以直接按 Ctrl+V 粘贴刚截好的图;这一步只是把图读进浏览器,不会马上发去识别
  2. 在预览图上框出要识别的区域:直接拖一个框,或者拖蓝框的边角微调,拿不准就点「自动框选文字区」让工具先猜一下。只上传框住的那块,字相对更大、识别更准,上传也更快
  3. 选识别语言:默认「中英混合」适合大多数截图;纯中文、纯英文、日文、韩文按需切换,选错语种容易把标点识别成别的字符
  4. 点「开始识别」,一般 1~3 秒返回。识别结果按行输出,原文的分段基本保留
  5. 结果逐行对应原文:点右上角图标复制,或点下载存成与原图同名的 TXT
  6. 改了选区或语言不会自动重跑,需要再点一次「开始识别」;同一张图重复识别走缓存,不额外消耗额度

示例

输入

会议纪要截图.png(900×460,5 行中英混排)

输出

会议纪要 2026-10-30 / 一、下周一之前完成接口联调,负责人:张三。……

中英混排、带中文标点和金额的截图,一次识别就能得到可复制的文本。

常见问题

为什么上传后不直接开始识别?

识别接口按次计费,每月免费次数有限。上传后先让你框选区域、确认无误再点按钮,既避免把额度花在无关的像素上,也让每次识别只传真正需要的那一块,更快更准。

只框一小块会影响识别吗?

通常会更准。文字在图片里占的比例越大,识别引擎的版面分析越不容易出错;反过来,整屏截图里的空白、图标、边框都可能被误判成文字块。

图片会被保存吗?

原图不保存。服务器只按图片内容算出的哈希缓存识别出的文字(最长 30 天),缓存键里不含 IP、账号或任何身份信息。

有次数限制吗?

有。文字识别接口每月有固定的免费次数,用完后当月会提示额度不足,下月 1 日恢复;同一张图重复识别命中缓存,不计次数。

能直接识别 PDF 吗?

不能。扫描版 PDF 请用「PDF 文字提取」,那里可以按页勾选后再识别,也不会把整份文件一次性送去计费。

能把表格还原成 Excel 吗?

不能。这里输出纯文本,行列关系会丢失。需要结构化数据时,建议先识别成文字再手工整理,或用专门的表格识别服务。

手机上能用吗?

可以,手机浏览器能从相册选图。拍照时尽量正对纸面,避免倾斜、阴影和反光,识别率会明显提高。

小提示

小提示是一种效果与隐私的双重说明:下面 5 条讲的是怎么提高识别率,以及哪些内容不该传。首先确认清晰度比像素多少更重要;其次框出目标区域再识别;另外,图片会上传到服务器,敏感材料别传。

  • 识别效果取决于清晰度而不是像素多少:把截图放大到 200% 再截,往往比直接传一张 4K 原图识别得更准
  • 整屏截图里只要一段话时,框出那一段再识别效果最好——整图里的大片空白和图标会干扰排版还原,也白白多传几百 KB
  • 表格、竖排文字、艺术字体容易碎行。这里返回的是纯文本,不保留表格的行列结构
  • 这是本站少数需要联网的工具之一:图片会上传到服务器再转给文字识别接口。身份证、合同、密钥这类材料不要往里传
  • 手写体识别率明显低于印刷体;照片偏暗或反光时,先调一下亮度对比度再传,比反复重试有用

同类图片处理工具