如何在不上传截图的情况下提取文本？

浏览器 OCR 实际读取的内容：在六个样本上测量的相似性，从一张没有文本的照片中生成的 515 个字符，以及您一次性支付的模型下载。

August 11, 2026

大多数 OCR 网站会将您的截图上传到服务器并在那读取。这对于餐厅菜单的照片来说没问题。但对于工资单、护照页面或私人聊天的截图来说，这就是另一个决定。我们的图像转文本工具在您的浏览器标签页内运行识别，因此文件保留在您的磁盘上，文本显示在旁边。

该引擎是 Tesseract，编译为 WebAssembly 并随页面一起提供。第一次运行时会下载一个工作脚本、WebAssembly 核心和一个语言模型。您的浏览器会缓存这三者。之后就没有其他内容需要获取。

我的截图会被上传吗？

不会。该代码库中没有可以接收上传的端点。该工具产生的唯一网络流量是同源的：3 个请求总计约 6 MB，所有请求均来自此域。您的文件在页面内解码，作为像素传递给引擎并在那里转换为文本。在运行期间打开网络标签，您将看到模型块到达，而没有任何内容将您的图像带走。我们的隐私页面列出了我们收集的唯一内容，即页面浏览量和匿名工具计数。

现有的工具则相反。Smallpdf 和 iLovePDF 都在他们自己的机器上进行识别，因此您的文件必须先到达他们那里才能发生任何事情。他们对隐私问题的回答是保留承诺：副本在一段时间后被删除。我们在 JPG 转 PDF 指南中引用了他们的保留措辞。保留承诺告诉您护照扫描在别人磁盘上存放的时间，但并未说明它是否会到达。这里不涉及这个问题。

在真实截图上的准确性如何？

我们进行了测量。六个已知文本的样本在 2026-08-11 通过引擎处理，下面的分数是输出与我们已知在图片中的文本逐字符比较的结果。这些样本是合成的：在浏览器中渲染的 HTML 页面并作为真实截图捕获，其中降质的一个在 CSS 中模糊并旋转，以模拟糟糕的手机捕获。

在桌面硬件上进行的真实运行，2026-08-11。日语分数是在间距标准化后获得的。持续时间被省略，因为手机会更慢。
样本	语言	相似性	置信度
干净截图	英语	100.0%	95
密集段落	英语	100.0%	95
模拟降质捕获	英语	92.4%	65
俄语样本	俄语	100.0%	96
日语样本	日语	100.0%	93
没有文本的照片	英语	515 个虚构字符	32

图像转文本工具中的三个结果卡片：clean-screenshot.png 和 dense-paragraph.png 的置信度均为 95%，文本干净；degraded.png 的置信度为 65%，文字模糊不清 — 成功与失败在同一帧中。底部的降质捕获显示为 "ea auaracer recognition"，而源文本为 "光学字符识别"。

两个英语样本的返回结果均为 100.0%，逐字符一致，置信度均为 95。模糊和旋转的同一段落的结果为 92.4% 和置信度 65。相似性减少了 7.6 分，以上数字显示了减少的原因：开头的单词被扭曲，而段落的中间部分得以保留。置信度 65 也触发了卡片上的低置信度警告，因此在复制之前会告知您。

如果图片中没有文本，会发生什么？

这是其他 OCR 页面跳过的部分。我们给引擎提供了一张黑暗的蝴蝶照片，背景是苔藓覆盖的原木，照片中没有任何文字。它返回了 515 个从未存在的字符。这就是 OCR 引擎的工作原理。它们被构建为查找字符形状，因此颗粒和纹理被报告为字符，而管道中的任何阶段都不会判断图片是空白的。

我们不声称能够检测到空图像，因为我们做不到。每个结果都有其置信度分数，当平均值低于 60 时会触发警告。那张照片的分数为 32。干净截图的分数为 95。这两个数字之间的距离是信号，并在您接触文本之前打印在卡片上。

它能读取俄语和日语吗？

九种语言：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。在提取之前选择一种语言，因为引擎会根据您选择的模型匹配形状，错误的模型会导致读取不佳。目前还没有自动检测。两个非拉丁样本的结果均为干净，俄语为 100.0% 和置信度 96，日语为 100.0% 和置信度 93，一旦间距标准化，因为引擎在日语字符之间插入空格。

俄语.png 的结果卡片显示 96% 的置信度，日语.png 显示 93%，均正确提取文本，顶部有一条批量条显示从 6 张图像中提取的文本 — 俄语和日语样本，与英语样本一起正确读取。

每种语言都是一个单独的模型文件，tessdata_fast 来自 Tesseract 项目，与其他内容一样从此域提供。第一次选择时添加一个的成本在 0.6 到 2 MB 之间，所有九个一起约为 11 MB。您的浏览器会保留它们，因此每种语言的成本是一次性的，任何语言的第二次运行会立即开始。

什么时候不应该使用这个？

手写。Tesseract 项目明确指出：您可以将其指向手写文本，但效果不佳，因为该引擎是为打印文本设计的。在场景中拍摄的文本是另一个弱点案例，例如商店标牌和货架标签。您手机内置的文本选择处理这些情况更好，而专门训练手写的服务会在您祖母的信件上胜过我们。我们宁愿这样说，而不是运行并交给您一段模糊的文本。

对于其他所有内容，Tesseract 质量说明与我们在样本中看到的匹配：更大、更清晰的字符读取效果更好，深色文本在浅色背景上是简单的情况。尽量截取源文本的截图。在无法做到的情况下，确保光线均匀并将文本填满整个画面。

提取后我该如何处理图像？

输出是纯文本。使用按钮复制它，该按钮使用浏览器的剪贴板 API。每张图像下载一个 .txt，或者将整个批量作为一个文件下载。您的图片没有受到任何影响。如果在发送之前需要缩小，压缩工具可以在同一标签页中完成此操作，调整大小工具则更改像素尺寸。在提取后执行任一操作。首先缩小截图会丢失字符所需的像素。

有两个链条值得了解。来自 iPhone 的 HEIC 照片直接进入，在引擎看到之前由浏览器解码，因此没有需要先进行的格式转换步骤。如果您只想从长截图中提取一块文本，请先通过裁剪工具处理，这样输出就是您请求的部分，而不是其他内容。该网站上本地运行的另一个模型是决定哪些像素是主题的模型。

尝试在您拥有的最糟糕的截图上进行操作。将其拖放到图像转文本工具，选择语言，然后在文本之前查看置信度数字。

PDF 呢？

PDF 在应用任何这些之前会分为两部分。从文字处理器或浏览器导出的文件携带文本层，因此字符已经存在，提取它们根本不需要识别。来自扫描仪或手机的文件是包裹在 PDF 中的图片，需要与图像相同的 OCR 处理。我们的 PDF 转文本页面检查每一页并进行选择，它如何决定哪些页面被准确读取，哪些页面被识别是更长的说明。在样本中，原生数字文件和三页数字文件均直接从文本层返回 100.0%，而使用本网站自己的 JPG 转 PDF 转换器生成的扫描页面通过 OCR 返回 100.0%。

三张 PDF 结果卡片，显示文本层提取、OCR 提取和页面摘要 — digital.pdf 被标记为 "文本层：准确"，段落逐字相同。scanned.pdf 经过 OCR，卡片报告该处理的置信度为 93%。multipage.pdf 显示 "3 页：3 页从文本层准确读取，0 页通过 OCR。"

每个文件的页面上限为 25 页。超大样本为 28 页，运行读取前 25 页并打印通知。请在 PDF 阅读器中拆分任何更长的文件，并将其余部分作为第二次运行发送。在开始之前还有一件事值得了解：PDF 在 OCR 引擎和模型之上大约需要 1.3 MB 的读取器，并且当每一页都是数字且无需识别时，仍会发生该 OCR 下载。

在隐私方面，这里比截图更强。银行对账单、工资单和身份证扫描是人们最希望提取文本的文件，而这些文件是您最不希望交给陌生人服务器的文件。PDF 页面的工作方式与图像转文本工具相同，文件从您的磁盘读取到标签页中，且没有任何内容被发送到其他地方。如果您的源是 PDF，请从那里开始，而不是逐页截图。