图像转文本 — 免费在线 OCR

图像转文本工具从图像中提取可读文本，使复制、编辑和重用信息变得更容易。

图像转文本转换器快速将照片、截图和扫描图像中的文本转换为可编辑内容。

OCR 代表光学字符识别。引擎查找您图片中的形状，将其与您选择的语言的训练模型进行匹配，并写出它识别的字符。所有这些都在此页面内完成。LeanImg 使用 Tesseract，这是一个开源 OCR 引擎，编译为 WebAssembly，因此它在您的硬件上运行，而不是在服务器上。

不会。提取器仅发出对 OCR 引擎和语言模型的请求，二者均来自此站点，并且请求是单向的。您的图像从磁盘读取到页面中，传递给内存中的引擎并在此处转换为文本。代码库中没有上传端点来接收它。当图片是身份证、工资单或签署的合同时，这一点很重要。在运行期间打开您的网络选项卡：您会看到模型文件到达，而没有任何文件将您的图像带走。

JPG、PNG、WebP、GIF 和 BMP 直接传递给引擎。AVIF 和 HEIC 在引擎看到之前在页面中解码，因此直接从 iPhone 拍摄的照片无需先转换。无论输入什么，输出都是纯文本。

英语、西班牙语、罗马尼亚语、阿拉伯语、希腊语、土耳其语、印尼语、俄语和日语。在提取之前选择语言，因为引擎会根据您选择的模型匹配形状，而错误的模型会导致读取不良。选择器从您所在页面的语言开始。这里尚未实现自动语言检测。

因为识别发生在您的设备上，所以模型必须先到达。您第一次使用某种语言时，其数据文件会下载并被浏览器缓存，之后在该语言中的运行会立即开始。这是隐私的代价。托管的 OCR 服务会上传您的图像并将模型保留在自己的机器上。这个则保留您的图像并获取模型。切换到您尚未使用过的语言也会下载该模型。

是的，免费且无需账户，也没有使用计数器。没有注册、没有文本水印、没有积分，也没有付费层限制好版本。工作在您的硬件上运行，因此我们没有每张图像的服务器成本需要转嫁给您。

这取决于输入，差异很大。截图和干净的扫描读取效果很好，因为字符清晰、均匀照明且直立。纸张的照片则不太可预测，模糊、眩光、阴影或倾斜角度会使其效果更差。有些情况我们不会假装能处理：手写和场景中的文本，例如商店标志或货架标签。这个引擎是为打印字符而构建的。其他网站宣传在所有情况下都能达到完美的准确性。这个声明对任何 OCR 引擎都不真实，包括这个，因此在依赖输出之前请先阅读。

您可以选择一批，拖放区域会显示单次运行的限制。图像是按顺序处理而不是并行处理，每个结果在完成后立即出现，因此您可以在其余图像仍在处理时开始阅读和复制。顺序处理还可以在手机上保持内存使用的可预测性。

引擎报告它对每个读取的单词的确定程度，结果卡显示图像的平均值。当该平均值低于我们设定的阈值时，您会收到警告，而不是干净的结果。这并不是说文本是错误的。这是一个检查的信号。在实践中，它会在模糊捕获、低对比度、非常小的文本和错误的语言选择时触发。

给引擎更大、更清晰的字符。尽可能截图源，而不是拍照。如果必须使用相机，请正对拍摄，而不是倾斜，填充整个画面并保持光线均匀，以免眩光或阴影覆盖页面。深色文本在浅色背景上读取效果最佳。在提取之前选择正确的语言，因为这个选择对结果的影响超过列表上的其他任何因素。

可以，截图是这个工具的最佳案例。这是渲染文本：清晰的边缘、平坦的背景，没有镜头和光线的干扰。这正是打印文本 OCR 引擎所构建的读取内容。错误消息、聊天线程、应用对话框和终端输出的截图都能很好地通过。表格布局不会被重建，因此您得到的是单词，而不是网格。

将其复制到剪贴板，或将其下载为 .txt 文件。当您处理一批时，您还可以将所有内容下载为一个 .txt 文件。这里没有可搜索的 PDF 输出，我们宁愿明确说明这一点，而不是暗示：这个工具给您的是纯文本，而不是带有原始布局的重建文档。如果您需要将单词放入电子表格、文档或翻译器中，请将其粘贴到那里。

可以。将 PDF 拖放到与图像相同的框中。数字 PDF，即软件生成的那种，已经携带文本层。该层直接读取，因此文本会完全按照原样输出，无需 OCR 参与。扫描的 PDF 没有文本层，只有页面的图片，因此每页都会被渲染并通过 OCR 处理，就像截图一样。任一类型的 PDF 每个文件最多可读取 25 页，并且没有任何内容被上传：文件在此页面内打开并保留在您的设备上。

因为文件混合了两种类型的页面。包含拍照签名页的数字报告，或带有生成封面页的扫描，某些页面上有真实的文本层，而其余页面上只有图像。具有可用文本层的页面逐字读取。没有文本层的页面被渲染并通过 OCR 处理，干净的扫描效果良好，而倾斜或模糊的效果较差。结果摘要行显示哪些页面来自文本层，哪些页面通过 OCR 处理，因此您知道在哪里检查输出。