截图里的文字怎么提取出来：OCR 识别、校对和复制的完整步骤

截图里的文字要变成可复制内容，通常只需几分钟。真正费时间的不是点“识别”，而是后面才发现姓名、金额或编号错了一位。

更稳的做法是把任务拆开：先让图片适合识别，再让 OCR 生成初稿，最后只对高风险字段做有重点的人工校对。 这样既比逐字手打快，也不会把机器结果直接当成原文。

从截图到可交付文字的四步

图注：识别只是中间步骤，校对后才可交付。

第一步：先保留最清楚的原图

聊天软件里被二次压缩的小图、连续截图后的长图、放大过的模糊截图，都不是理想输入。能回到原页面重新截图，就先重截；能拿到扫描原图，就不要从文档预览窗口再截一次。

截图时让文字占据足够面积，避免把大段空白、头像、侧栏和无关图片一起带进去。OCR 需要先定位文字，干扰越少，阅读顺序越容易稳定。

第二步：裁掉无关区域，拍照文件先拉正

如果文字只占画面一角，可先用 图片裁剪 保留主体。手机拍的纸质文件还要处理透视、阴影和反光；页面明显斜拍时，可先用 文档扫描 找边和拉正，再进入 OCR。

这一步不是“美化图片”。它直接影响字符形状和行列关系：

• 反光会吃掉笔画；
• 运动模糊会把相邻字符连在一起；
• 透视会让同一行文字一边大、一边小；
• 双栏、表格和弯曲页面可能打乱阅读顺序。

先把这些问题减到最低，比识别失败后反复换设置更有效。

第三步：执行 OCR，先看完整文本再复制

打开 图片文字识别 OCR，选择截图或扫描件，按页面提示开始识别。当前工具面向简体中文、英文印刷体，结果可以复制，也可以按文件导出文本。

第一次使用时，浏览器可能需要加载识别模型和运行组件。模型加载与图片识别是两段过程；看到加载进度时不要重复选择文件或刷新页面。后续是否命中浏览器缓存，取决于本机和浏览器设置。

识别完成后先通读一遍，不要立即把结果粘到合同、表格或发布系统。OCR 给你的更像一份可编辑初稿。

第四步：按风险校对，不必平均用力

正文中普通叙述偶尔错一个字，通常能靠上下文发现；高风险字段没有这种容错。建议按下面的顺序对照原图：

1. 姓名、公司名、地址；
2. 金额、日期、比例和数量；
3. 手机号、证件号、订单号、快递单号；
4. 表格行列、项目符号和段落顺序；
5. 容易混淆的字符，例如“0/O”“1/l/I”“5/S”。

涉及付款、签约、报销或身份信息时，应逐项对照原图，必要时再让第二个人复核。页面显示的置信度只能辅助定位可疑区域，不能证明字段正确。

三类图片，处理重点不一样

普通界面截图

重点是去掉侧栏和按钮，只保留正文。浅灰小字与背景对比不足时，优先回原页面提高显示缩放重新截图，不要对模糊图反复锐化。

扫描件和手机拍照

重点是拉正、去反光和保留页边。文件有多页时，按页识别并保留页码，避免把上一页结尾和下一页开头拼错。

表格和双栏页面

重点不是单个字，而是阅读顺序。OCR 可能识别出全部文字，却把左栏第二段接到右栏第一段。结果用于 Excel 或结构化系统时，先按行列重组，再核对数值。

识别结果可以怎么整理

短内容直接复制即可；多张图片建议按文件分别保存，文件名保留原始顺序。需要合并成长文时，在每一页文本之间加页码标记，校对完成后再删除。

不要把原图删掉。至少保留到文本被实际使用并通过复核，因为任何争议都需要回到原始视觉证据。OCR 文本方便检索和编辑，原图才是核对依据。

截图转文字的效率来自分工：机器负责把大量字符变成可编辑文本，人负责判断哪些字段不能错。把输入整理好，再把校对集中到姓名、金额、编号和版面顺序，才能真正省时间，而不是把手打工作换成事后返工。