图片里的文字怎么提取出来（OCR）

工具用 tesseract.js 在浏览器里本地跑识别，图片不上传服务器。它把画面里的字符逐个认出、 按行拼成文本，不保留原稿的字号、颜色和表格线—— 拿到的是可复制的纯文本，不是一份排好版的文档。

• 效果好：打印文档翻拍、PDF 截图、手机拍的印刷资料、屏幕截图里的中英文。
• 效果一般：艺术字、强透视斜拍、低对比度、花纹底纹上的字，能认出大半但会有错漏。
• 效果差：潦草手写、连笔字、竖排或极度倾斜的版面。这类内容只能当草稿，逐字人工校对。
• 不管哪种，「99% 准」意味着一百个字错一个——数字、金额、证件号必须单独核对， 这是所有 OCR 的通病，不是工具坏了。

语言切换就三个并排按钮：「中英混合」（默认）、「仅中文」、「仅英文」。 选哪个取决于图片里的字符构成：

实操建议：先按默认的「中英混合」跑一遍，看结果里有没有成片的乱码—— 满屏拉丁字母说明图里其实是英文却没选对，或者反过来。 语言在点「开始识别文字」之前选定，识别过程中不生效变更。

1. 1点「选择图片」或拖入多张。 提示写着「支持多张图片：JPG / PNG / WebP / BMP」，可分批加； 同名同大小的重复文件会自动去重
2. 2按上一节选定语言；右上角「添加更多图片」可以继续补，不要的图点行尾「移除」。 文件计数显示在语言按钮旁边
3. 3点「开始识别文字」。 状态依次是「正在加载识别引擎（首次约几秒）…」「正在识别第 2/5 张：扫描件-02.jpg」， 识别中有进度条
4. 4每认完一张就出现在结果区，显示「N 字」；没认出内容的显示「（未识别出文字）」。 全部完成后顶部出现「已识别 5/5 张」
5. 5单张点「复制」（复制成功变「已复制」，两秒后复原）；整批点 「下载全部为 TXT」， 得到「OCR识别结果.txt」

TXT 里每张图之间用「===== 文件名 =====」分隔，顺序就是你添加的顺序—— 扫描件按页码命名后整批识别，导出的文本天然带页序，粘进 Word 不会乱。

结果出错时先别怪语言设置——大部分问题出在图片本身。按症状查表：

修图比改设置更有效

• 截原图，别截缩略图。长边 2000px 左右是识别率与速度的平衡点；二次压缩过的图神仙也救不回来。
• 先裁掉无关区域。页眉水印、背景杂物会贡献噪声，裁掉后识别更干净、也更快。
• 对比度低就先调亮。灰底灰字的拍照件在相册里拉一下对比度，往往立竿见影。

OCR 只吃图片。扫描件 PDF 要先拆成页图，四步走完：

1. 1拆页。用 PDF 转图片 导出：格式选「JPG（体积小）」、质量 90%，点「转出全部页面并打包 ZIP」， 得到「文档-第01页.jpg」这样按页序命名的一串图。
2. 2整批识别。解压后全部拖进图片转文字 OCR，语言选「中英混合」，点「开始识别文字」。 首次会加载约 10MB 引擎与语言包，之后走缓存。
3. 3导出文本。逐张检查错字后点「下载全部为 TXT」，分隔符带文件名，页序不乱。
4. 4按用途分流。要进 Word 就把 TXT 粘过去重建排版；要继续在 PDF 流程里走， 参考 PDF 转 Word 一文的扫描件路线——文字版才能直转，扫描件本来就得先 OCR。

手机现拍的合同、发票同理：拍照扫描件 拍完导出 JPG，再进 OCR。 还有一条更快的近路：如果 PDF 里的文字其实存在（能选中），根本不用 OCR—— 直接用 PDF 转 Word 提取文字层，一次拿到 docx 和 TXT。

• 只要一段话：点该张图的「复制」直接粘走，适合填表、回消息。
• 整份留存：「下载全部为 TXT」，多张以「===== 文件名 =====」分隔，文件就在本机， 图片与文本都不经过服务器。
• 进 Word / PPT：TXT 全选粘贴后统一字体、套标题样式；表格要在 Word 里重建， OCR 不会给你表格线。
• 回填 PDF：本站不把文字写回原 PDF。做法是把识别结果排成新文档再导出 PDF； 论文场景可以用论文格式转换 保持分栏与参考文献的排版。
• 结果区的字数：每张图显示识别出的字符数，接近 0 说明图片确实没认出内容—— 多半是模糊或语言不对，按上一节排查后重跑。