跳到主要内容
Vecaria

图片 OCR 文字识别

本地处理

在线图片转文字(OCR):支持 20 种常用语言任意组合,浏览器本地识别、图片不上传,免登录每日免费额度。

拖拽文件到此处,或点击选择

支持 PNG、JPG、WebP、GIF、BMP、PBM

选择文件

OCR 引擎可读取的格式:PNG、JPG、WebP、BMP、GIF、PBM;TIFF/SVG 不受支持,请先转换为 PNG 或 JPG 再识别。

识别语言(可多选组合)

可任选组合识别(如中英混排截图选「英语 + 简体中文」),提供 20 种常用语言;每种语言的模型在首次使用时按需从 CDN 下载。

OCR 引擎与各语言模型首次使用时从公共 CDN 加载(每个语言模型约 2–15 MB;首次识别某语言需先下载,视网络耗时数秒到数十秒,之后浏览器有缓存不再重复下载);图片在浏览器本地识别。

识别过程可随时取消:点击「取消」立即中止并终止引擎,以中性提示收尾(不算错误),上次结果保留。

图片 OCR 工作流程示意插图:图片进、可复制文本出
功能示意插图(非实时截图):拖入图片、多选语言组合,本地识别出可复制文本。

使用方法

  1. 拖入图片(仅支持 PNG/JPG/WebP/BMP/GIF/PBM;TIFF/SVG 请先转格式)
  2. 点选一种或多种识别语言(20 种常用语言,可组合,如中英混排)
  3. 点击「开始识别」,按进度条等待两阶段完成;识别中可点「取消」随时中止(上次结果保留)
  4. 复制或下载识别文本

功能说明

  • 基于 tesseract.js(Apache-2.0)
  • 20 种常用语言可多选任意组合:英语 / 简体中文 / 繁體中文 / 日本語 / 한국어 / 德语 / 法语 / 西班牙语 / 意大利语 / 葡萄牙语 / 俄语 / 阿拉伯语 / 印地语 / 荷兰语 / 波兰语 / 土耳其语 / 越南语 / 泰语 / 乌克兰语 / 印尼语,多选以「+」组合交给引擎(如 eng+chi_sim 识别中英混排)
  • 语言模型按需加载:选中某语言首次识别时才从 CDN 下载对应 traineddata,之后浏览器有缓存
  • 进度分两阶段展示:加载引擎与语言模型(首次运行需从 CDN 下载,较慢)→ 识别文字;完成后显示耗时与字数摘要
  • 识别中可取消:点击「取消」立即终止引擎,显示「已取消」中性提示(不报错),上次识别结果保留
  • 浏览器本地识别

常见问题

  • 中英混排的图片能一次识别吗? 能。同时点选「英语 + 简体中文」(eng+chi_sim)即可,多语言以「+」组合交给引擎一次跑完;多数在线 OCR 只能选一种语言,混排图片这里默认按组合处理。
  • 支持哪些图片格式? PNG / JPG / WebP / BMP / GIF / PBM;TIFF 与 SVG 会被拒收并提示,请先转成 PNG 或 JPG 再拖入。
  • 识别很慢,能中途取消吗? 能。点「取消」立即终止引擎,显示「已取消」中性提示(不算错误),上次识别结果原样保留。
  • 免费吗?要登录吗?图片会上传吗? 免登录每日有免费额度;图片在浏览器本地识别、不会上传服务器。引擎与语言数据首次使用时从公共 CDN 下载(每个语言模型约 2–15 MB,之后浏览器缓存)。
  • 这是什么意思?OCR 适合识别什么? OCR(光学字符识别)把图片里的像素文字转成可编辑的文本:清晰、正立、字号足够的截图、扫描件、文档照片效果最好;模糊、倾斜拍摄或艺术字体可能漏识或错字。

隐私

图片与识别结果不会上传服务器(引擎/语言数据从公共 CDN 加载)。

TL;DR: 图片本地识别文字,20 语种可多选组合(中英混排一条搞定),可随时取消,首次需下载语言模型。

示例

  • 拖入截图 → 得到可复制文字

支持的格式

PNGJPGWebPBMPGIFPBMTXT

限制说明

  • OCR 引擎仅支持 PNG/JPG/WebP/BMP/GIF/PBM;TIFF/SVG 不受支持,拖入会被拒收,请先转换为 PNG 或 JPG
  • 识别中可点「取消」立即中止:以「已取消」中性提示收尾(不算错误),上次识别结果保留
  • 首次使用从公共 CDN 下载 OCR 引擎与语言数据;每个语言模型约 2–15 MB,首次识别某语言需先下载(视网络耗时数秒到数十秒),之后浏览器有缓存不再重复下载
  • 识别准确率取决于图片质量与文字大小:清晰、正立、字号足够大的文字效果最好;低分辨率、模糊、倾斜拍摄或艺术字体可能漏识或错字
  • 图片在浏览器本地识别,不上传