本地处理 · 不上传第三方
图片文字识别(OCR)
识别图片里的印刷体文字(中英文),输出纯文本
文件处理完立即删除,不留存、不分享;日志只记体积与页数,不记文件名。
使用步骤
- 点上传区选择文件,或把文件直接拖进来;
- 按需设置下面的参数,点「开始处理」;
- 处理完成后点「下载」保存到本地——服务器上不会保留副本。
不要上传身份证、银行卡、护照等证件;处理在服务器完成,文件只存在于临时目录,请求结束即删除。
识别引擎是 RapidOCR(PP-OCRv4 模型,Apache-2.0),本机运行、不上传第三方;引擎不可用时自动回退 Tesseract 5。中文实测比 Tesseract 准得多(同一张衬线粗体图:RapidOCR 全对、置信度 0.99;Tesseract 首句错成「FL TAA」、置信度 0.68)。
识别质量取决于图片清晰度与字号:建议文字高度 ≥ 30 像素,手机拍的文档务必对正、别太斜。
实测:截图、网页、扫描文档这类黑体/宋体正文几乎全对;手写体、艺术字、印章体仍然不可用,这类请勿依赖本工具。
识别结果里的错字是常态(尤其是形近字),重要内容请人工核对;不做任何形式的实名/证件识别。
常见问题
手写字能识别吗?
Tesseract 对手写中文效果很差,只适合印刷体。需要手写识别得用专门的模型。
为什么中文识别乱码?
多半是图片分辨率太低或文字太密;把图片放大到 2000px 宽再试,或改用「当成稀疏文字」排版。
能识别表格吗?
能出文字,但结构会乱;要表格请用「图片转 Excel」。