图片转文字（OCR）

识别并检查文字

1. 选择一张本地 PNG 或 JPEG，最大 5 MiB、400 万像素，每边不超过 8192 像素。不支持动画或隔行 PNG。英文示例会选择图像和英文模型，但不会自动识别。
2. 选择图像中文字的语言并开始识别。所有页面语言均可选择八种识别语言；工具不会自动检测语言或翻译。
3. 对照预处理图像检查并修改结果。复制和下载使用当前有效文本；恢复识别结果会取回原始文字。更换图像或识别语言会清除结果和修改。

了解 OCR 的能力

OCR 根据像素估计字符，适用于清晰、水平的印刷文字。模糊、文字过小、倾斜、复杂排版或语言不匹配都可能导致遗漏、替换或顺序错误。完成识别不保证准确。

图像按方向调整后的原始分辨率合成到不透明白底上，不裁剪、缩放或自动摆正。预览使用相同像素；透明背景上的白字可能消失，应先准备有对比度的图像。

页面语言控制界面，识别语言可独立选择。葡萄牙语模型并非专门针对巴西；简体中文模型不保证识别繁体中文或竖排文字。每次只使用一个模型。

结果为可编辑纯文本，不重建表格或版面，也不翻译或生成可搜索 PDF。网址和标记只是文本。未识别到文字并不证明图像中没有文字。

检查与本地修改

英文示例为 1200 × 400 像素，内容为 Hello 2026。若返回文本末尾有 LF，则为 11 个 Unicode 标量值和 11 个 UTF-8 字节；这不保证识别准确率。

在 LF 前添加感叹号后，当前文本为 12 个标量值和 12 个字节，并标记为本地已修改。恢复会取回原始结果，不重新运行 OCR。

café 你好 😀 后接 LF 包含 10 个标量值、11 个 UTF-16 代码单元和 18 个 UTF-8 字节。这些数字不是词数，也不一定等于人眼感知的字符数。

输入、运行和文本限制

原文件不超过 5242880 字节，方向调整后的图像不超过 4000000 像素且每边不超过 8192 像素，预处理 PNG 不超过 16777216 字节。文件头读取有严格限制。动画 PNG、已知多图 JPEG、PDF、SVG、GIF、WebP、网址、相机和批量输入均不支持。

预处理时限为 15000 毫秒，总时限为 120000 毫秒，包括引擎和语言加载。浏览器调度可能延迟观察到取消。错误、超时或取消不会产生可导出的部分结果，也不会转为上传识别。

文本最多 200000 个 UTF-16 代码单元、100000 个 Unicode 标量值和 400000 个 UTF-8 字节。空文本、NUL 或孤立代理项不能导出。下载保留空格和换行，不额外添加 BOM 或末尾换行；剪贴板应用可能以不同方式处理换行。

不保证识别手写、公式、竖排或混合语言，也不保证保留文档版面。请对照图像检查重要字符和数字。

本地处理和资源加载

工具不上传图像、不创建账户或历史记录，也不记录文字。开始识别时从本站加载引擎和所选模型；首次可能需要约 8 MiB。模型的 IndexedDB 缓存已禁用，但仍可能使用普通 HTTP 缓存。本站其他服务仍遵循其政策，本地处理不保证离线可用。