图片文字识别（OCR）
在浏览器中用 PaddleOCR 识别照片、截图与扫描件中的中英文文字，按阅读顺序输出文本，并以 JSON 给出每行位置；首次使用需下载约 30 MB 模型。
本地处理
文件只在当前浏览器处理；关闭或清空后不保留。
选择文件
JPG、PNG、WebP、GIF、BMP、TIFF，最多 10 个
把文件拖到这里，或
调整设置
无需设置，直接使用默认值
此工具无需设置。
开始处理
在本机浏览器中处理，可随时取消
工具介绍
把照片、截图和扫描件里的文字识别出来，转成可以复制和编辑的文本，例如从书页照片里摘一段文字、从聊天截图里复制地址，或者整理扫描版通知的内容。支持中文和英文，按阅读顺序输出。
识别使用 PaddleOCR 在浏览器中完成，图片不上传；首次使用需要下载约 30 MB 模型。每次最多识别 10 张，每张不超过 20 MB。除纯文本外，还会给出一个 JSON 文件，记录每段文字的位置和置信度。
使用步骤
- 选择或拖入最多 10 张 JPG、PNG、WebP、GIF、BMP、TIFF 图片；想先试试效果，可以点击“使用示例”。
- 无需设置，直接点击“运行”；第一次运行会先下载约 30 MB 模型。
- 在 ocr.txt 的预览中查看识别出的文字，需要位置信息时查看 ocr.json。
- 下载其中一个文件，或打包成 ZIP 全部下载。
格式与限制
- 输入
- JPG、PNG、WebP、GIF、BMP、TIFF，最多 10 个
- 输出
- 纯文本、JSON
- 大小上限
- 单个文件 20 MB，合计 80 MB
- 图片尺寸上限
- 每张 2400 万像素
- 隐私
- 文件留在当前浏览器会话中，不上传文件字节。
- 费用
- 免费，无需注册
常见问题
为什么有些小字没有识别出来？
查找文字时，图片会先缩小到最长边不超过 960 像素，置信度低于 0.5 的结果也会被舍弃。大照片或长截图里的小字容易丢失，可以先把需要的部分裁剪出来再识别。
为什么左右两栏的文字混在了一行？
识别结果按高度横跨整张图片分行，左右两栏中同一高度的文字会被合并成一行。把每一栏裁成单独的图片再识别即可分开。
识别出的中文里为什么有空格？
同一行文字被检测成几段时，各段之间会用空格连接。如果不需要，可以在复制后删除这些空格。
JSON 文件里有什么？
ocr.json 按阅读顺序列出每张图片的各行文字，每行包含文本和其中各段的置信度与位置框（原图中的 x、y、宽、高，单位为像素）。一次识别多张图片时，ocr.txt 中每张图片的文字前会标出文件名。
图片会上传到服务器吗？
不会。首次使用时只从本站下载识别模型，图片在你的浏览器中识别，始终留在本机。
用到这个工具的工作流
相关工具
提取 PDF 文本
提取 PDF 已有的文本层并标注页码；没有文本层的扫描页会明确提示，不做猜测。
正则查找替换
用 JavaScript 正则表达式替换或提取文本；在隔离 Worker 中运行并设有硬性时限。
视频提取音频（MP4 转 MP3）
从 MP4、MOV、MKV、WebM 视频中提取音轨，转换为 MP3、M4A、OGG、WebM 或 WAV，或原样保存，可截取时间段，文件不上传。
Base64 转图片
把 Base64 或 data: URI 还原为图片等文件，类型由内容或 URI 判断。
图片转 Base64
把图片或任意文件编码为 Base64 或 data: URI，可直接粘贴到 HTML、CSS 或 JSON 中。
屏幕与图片取色
从屏幕任意位置（Chrome 与 Edge）或图片中取色，并提取图片主色。