图片里的文字怎么提取：OCR 识别截图、扫描件和照片的清晰度与复核方法

图片里的文字可以直接用 OCR 提取。最省时间的做法不是反复更换识别工具，而是先把图片拍正、拍清、裁掉无关背景，再识别并复核关键字段。截图通常最容易识别；扫描件要留意倾斜、底色和双栏顺序；手机照片最容易受反光、透视和运动模糊影响。

可以打开图叮图片文字识别 OCR直接操作。当前工具使用 PP-OCRv6 small，主要识别简体中文、英文、数字和常见符号。图片和识别文字在浏览器本地处理，不会上传到处理接口。

先把输入变成适合 OCR 的图片

图注：先改善输入，再识别并复核关键文字。

OCR 识别的是图片中已经存在的笔画，不会把模糊色块还原成原本不存在的细节。输入质量差时，最有效的改进通常发生在识别之前。

• 拍正：尽量让纸张或屏幕与镜头平行。斜拍会让同一行文字一端大、一端小，行距和字符形状也会被压缩。
• 拍清：对焦在文字区域，避免手抖。拍纸质材料时，光线从侧前方均匀照射，比正对页面打出一块强反光更可靠。
• 裁掉背景：桌面、手指、聊天窗口边框和大面积留白都会降低文字在画面中的占比。可以先用图片裁剪工具保留真正需要识别的区域。
• 保留原图：不要先在聊天软件里反复转发再截图。多次缩小和压缩会让小字边缘变软，数字 0、字母 O、数字 1 和字母 I 更容易混淆。

截图、扫描件和照片的处理重点不同：

输入类型	通常的优势	识别前重点检查
截图	字体边缘清楚、背景稳定	裁掉状态栏、按钮和无关聊天内容
扫描件	页面完整、分辨率相对稳定	页面是否倾斜，双栏和表格顺序是否需要手工整理
手机照片	随手可拍、适合纸质材料	反光、透视变形、阴影和运动模糊

选择图片并确认批次上限

图叮 OCR 一次最多选择 20 张图片，总大小不能超过 100MB。页面支持 PNG、JPG、WebP 和 HEIC；GIF 只读取第一帧。多页材料应先确认每一页都已选中，并保留能看懂的文件名，后面逐份核对会更轻松。

批量不等于把所有资料一次塞满。合同、发票、证件或表格混在一起时，建议按用途分批：同一批只放同一种材料。这样即使某一张识别失败，也更容易找到原图和对应 TXT，不会把不同业务字段混在一起。

HEIC 图片会在本地转换，并在超过浏览器画布能力时等比缩小。原图里已经很小的字，缩小后可能更难识别。遇到这类照片，先裁到文字区域再上传，比把整张高像素照片直接交给 OCR 更合适。

登录后开始本地识别

游客可以先选择图片并查看本地预览；登录后才会下载模型并开始识别。首次使用需要从本站下载固定的 PP-OCRv6 small 检测、识别模型和浏览器推理核心，根据浏览器约 45–60MB，之后通常会被缓存。

识别优先使用 WebGPU；浏览器不支持时会自动切换到 WASM。这个切换只影响本机推理方式，不会把图片改为上传服务器处理。第一次等待较长，先看页面显示的是“正在加载本地模型”还是“正在识别第几张”，不要把模型下载时间误判成图片卡死。

如果首次加载一直没有进度，可以依次检查：

1. 当前网络能否正常加载本站静态资源。
2. 浏览器是否禁用了站点存储或缓存。
3. 是否在无痕窗口中反复打开，导致模型每次都要重新下载。
4. 单张图片是否过大，或一批文件是否超过 20 张、100MB。

复制或导出识别结果

识别完成后，页面按文件展示文本和置信度。单份结果可以直接复制，也可以下载 TXT；多份成功结果可以打包下载，压缩包里每个 TXT 对应一张图片。

先看结果要拿去做什么，再选择导出方式：

• 只需要粘贴一小段文字，直接复制，随后对照原图修改。
• 需要归档多页扫描件，逐份下载或打包 TXT，并保留原图片作为校对依据。
• 需要录入表格、合同或发票，不要直接把整段 OCR 文本当成结构化数据。先按字段拆分，再做人工复核。

OCR 输出的是文本，不负责恢复原版字体、字号、列宽和表格边框。双栏、表格、弯曲页面的阅读顺序也可能需要手工调整。如果目标是还原版式，应保留原图，并把 OCR 文本当作可编辑副本，而不是原件替代品。

对照原图复核关键字段

置信度反映引擎对当前结果的把握，不是“这段文字一定正确”的证明。高置信度结果仍可能把形状接近的字符识错；低置信度也不代表整页都不可用。关键是按风险复核，而不是只看一个百分比。

建议按下面的顺序检查：

1. 金额和小数点：重点看小数点、千位分隔符、负号和币种。
2. 姓名与单位名称：同音字、形近字和生僻字必须逐字对照。
3. 证件号、订单号和序列号：特别检查 0 与 O、1 与 I、5 与 S、8 与 B。
4. 日期与时间：核对年月日顺序、前导零和分隔符。
5. 换行和段落顺序：双栏、表格和拍弯的纸张最容易出现阅读顺序错乱。

涉及付款、合同、身份、报销或系统录入时，至少保留“原图 + 修订后的文本”两份材料。OCR 可以减少录入工作，但不应代替业务复核。

三类图片，怎样提高识别效果

截图提取文字

尽量使用原始截图，不要先缩成聊天缩略图。界面里如果有大量按钮、头像或装饰背景，只保留正文区域。深色模式、浅色模式通常不是决定因素，真正重要的是文字与背景有稳定对比，字符边缘没有被压缩糊掉。

扫描件转文字

先检查页面是否拍全，再检查是否倾斜。扫描件发灰或有背面透印时，不要盲目把对比度拉到极端，否则细笔画可能一起消失。表格和双栏材料应把 OCR 文本与原页面并排核对，尤其不要默认输出顺序就是阅读顺序。

照片里的文字识别

手机拍摄优先解决反光、透视和模糊。包装、铭牌或屏幕上的弯曲文字，本来就比平面印刷体难识别；能重新拍摄时，换角度比后期锐化更有效。无法重拍时，可以裁出多个较小区域分别识别，再合并文本。

常见问题

OCR 能准确识别手写体吗？

不能保证。当前工具主要面向清晰印刷体、截图和扫描件。手写体、艺术字、弯曲文字、严重反光和低分辨率图片的结果不稳定，必须人工复核。

置信度很高，还需要核对吗？

只要结果涉及金额、姓名、编号、日期或其他关键数据，就需要。置信度不是正确率证明，也不能替代对原图的逐项比对。

图片和识别文字会上传吗？

不会进入处理接口。模型和浏览器推理核心从本站静态资源下载后在本机运行，图片、识别文字和文件名不会作为处理参数上传。

为什么 GIF 只识别了一张画面？

当前输入规则只读取 GIF 第一帧。如果文字出现在后续帧，需要先把目标帧导出为 PNG、JPG 或 WebP，再进行 OCR。

现在提取这组图片里的文字

准备好清晰截图、扫描件或照片后，打开免费图片 OCR 工具，先确认批次和预览，再登录开始本地识别。导出 TXT 前先处理明显错字，涉及金额、姓名和编号时回到原图逐项核对，这一步比追求一个更高的置信度数字更重要。