只辨識印刷體。語言選擇最關鍵；第一次執行會下載辨識引擎和模型，之後可離線使用。
這個 OCR 工具能做什麼
拖入文件照片、截圖、掃描頁或一張招牌的照片，裡面的文字會以可選取的文字出現在圖片旁邊。可選 12 種語言：簡體中文、繁體中文、英文、日文、韓文、西班牙文、法文、德文、葡萄牙文、俄文、義大利文、越南文。不論選哪種語言，都會同時辨識英文，夾雜英文名和數字的中文合約一次讀完。每張圖片各自選語言、各自出結果；結果框可編輯，複製前順手改掉個別錯字。
辨識由兩個引擎分擔，依你選的語言自動切換。英文、簡體中文、西班牙文、法文、德文、葡萄牙文、義大利文交給 PaddleOCR 的 PP-OCRv6：一個網路先找出圖裡每一行字，另一個網路逐行讀出，兩個模型合計 6.3 MB。繁體中文、日文、韓文、俄文、越南文交給 Tesseract，因為這個 PP-OCR 模型的字元集裡沒有假名、韓文和西里爾字母，常用繁體字也缺不少。兩個引擎都在瀏覽器的 Worker 執行緒裡執行，只下載一次，之後快取。圖片本身從不離開裝置，這對身分證、合約、病歷很重要。
怎麼用
新增、拖入或貼上圖片。在每張圖片下方選擇文字的語言，這是影響準確率最大的單一因素，然後按「辨識」；第一次執行還要下載引擎。想比較，換一種語言再按一次「辨識」。結果可直接修改，然後「複製」或下載為 .txt。有兩張以上圖片時，底部會出現「複製全部文字」和「合併下載成一個 .txt」。
英文、簡體中文、西班牙文、法文、德文、葡萄牙文、義大利文的結果裡，指向某一行，原圖上對應的框會醒目標示；點原圖上的框，會選取對應那一行。行依整頁的傾斜方向歸併，雙欄頁面按欄讀。「保留換行」依原文分行；「合併成段落」把行接成連續的文字，方便貼進文件。文件是 PDF 的話，先用PDF 轉圖片，一鍵把頁面送到這裡。歪斜的照片先過圖片旋轉和圖片裁切辨識效果更好。
常見地雷
OCR 辨識的是印刷體；手寫、花體字和雜亂背景上的文字會辨識成亂碼，任何瀏覽器工具都改變不了這一點。準確率主要取決於照片：讓頁面填滿畫面、放平、放正，光線均勻，避免陰影和反光，拖入前不要縮小圖片——1200 萬像素拍的 A4 頁最理想，600 像素的縮圖沒有希望。語言選錯是產生亂碼的另一大原因：日文頁面按中文讀、法文按英文讀，都會得到看似合理的垃圾。
表格會變成沒有格線的文字行。周圍沒什麼文字的數字（發票、水錶讀數）辨識得不錯，但永遠值得核對，因為 6 和 8 對機器來說也很像。裝置第一次使用要下載引擎和語言模型，需要連網一次；之後可離線使用。手機上處理大批量會慢，每頁幾秒是正常的。
背景知識：文字是怎麼被辨識的
PP-OCR 分兩步。一個小的偵測網路先標出屬於文字的像素，每塊標出的區域轉成一個可以傾斜的矩形，所以拍歪幾度的照片也能得到整齊的行。每一行被單獨切出、縮放到 48 像素高，交給辨識網路逐字讀出；它認得 6905 個字元：簡體中文、帶重音的拉丁字母、數字和標點。最後把各行依閱讀順序拼回去：行沿整頁的傾斜方向歸併，兩側都是長行的直向空白當作分欄，明顯大於常規行距的間隔當作分段。
換引擎之前，我們用 28 張測試圖把兩個引擎各跑了一遍：13 段文字的乾淨截圖，同樣的圖縮小、傾斜 2.5°、加雜訊並存成低品質 JPEG，再加兩整頁 A4。簡體中文的平均字元錯誤率從 Tesseract 的 18.6% 降到 PP-OCR 的 1.3%，仿照片的那組從 22.2% 降到 2.0%。橘色漸層底上的白色標題，Tesseract 一個字也沒讀出，PP-OCR 全對。乾淨的英文、法文、德文、西班牙文兩者都幾乎全對。在我們的測試機上，用單執行緒 WebAssembly，一張截圖 0.3 到 0.7 秒，一整頁密排的 A4 6 到 8 秒。其餘五種語言仍用 Tesseract：它是依語言分別訓練的 LSTM 網路，這裡用的是 tessdata_best 量化到 8 位元整數的模型；辨識前圖片會轉灰階並放大到長邊約 2000 像素。
哪些場景需要圖片轉文字
從別人寄來的截圖裡複製一段話。把拍下的白板、投影片或書頁變成筆記。從掃描的信件或只有圖片的老 PDF 裡取出文字。從照片裡擷取地址、訂單號或序號。把收據和發票數位化做帳。讀出另一種文字的菜單、招牌或標籤，貼進翻譯器。讓錯誤訊息的截圖可以搜尋。從只有照片的論文裡摘引文。
本站的流程是：需要的話先旋轉、裁切照片，在這裡辨識文字；PDF 先過PDF 轉圖片。文字核對完，照片可以用圖片轉 PDF合成文件。
常見問題
我的圖片會上傳嗎？
不會。辨識在瀏覽器裡執行，依語言使用 PP-OCR 或 Tesseract，兩者都編譯成 WebAssembly。圖片不離開裝置。引擎和模型下載一次並快取，之後可離線使用。
支援哪些語言？
繁體中文、簡體中文、英文、日文、韓文、西班牙文、法文、德文、葡萄牙文、俄文、義大利文、越南文。中日韓可與英文一次同時辨識。
能辨識手寫嗎？
不能——只辨識印刷體。手寫、花體字和雜亂背景上的文字，本工具和任何瀏覽器 OCR 都無法可靠辨識。
怎麼提高準確率？
選對語言，用清晰、光線均勻、擺正的全解析度照片，並裁到文字區域。小圖或模糊圖會自動放大，但無法變清晰。
能辨識 PDF 嗎？
先用 PDF 轉圖片工具把頁面轉成圖片送到這裡，每頁得到一個可編輯的文字區塊。
