如何從圖片或掃描檔中擷取文字？
開啟一張圖片或掃描檔，工具就會完全在你的機器上辨識其中的文字，然後讓你複製或下載結果。辨識引擎與語言資料由本站提供，而不是從第三方 API 取得，所以一頁手寫、一份證件或一份合約都不會離開你的裝置。
完全在瀏覽器內執行 · 不上傳 · 不需要帳號 · 無浮水印
- 開啟你想讀取的那一頁的照片或掃描檔。
- 選擇文字所用的語言。
- 執行辨識，然後複製文字或把它下載為檔案。
PNG、JPEG、WebP、GIF 或 BMP。圖片由本頁在本機讀取，不會傳送到任何地方。
文字框可以編輯：在複製出去之前，先修正引擎辨識錯誤的地方。
值得注意。 首次使用會下載約 7.8 MB（引擎加英文資料），含簡體中文則約 10.2 MB，之後會快取。對清晰的印刷文字準確率不錯；手寫、歪斜的頁面與低對比度的照片則困難得多。
這個頁面能做什麼
- 辨識 PNG、JPEG 與 WebP 圖片中的文字
- 英文與簡體中文辨識資料
- 複製文字或把它下載為檔案
- 引擎載入完成後即可離線執行
什麼時候該用這個工具
- 從一張螢幕截圖或一份乾淨的掃描檔中把文字複製出來。
- 只有幾頁，而一份「夠用就好」的轉錄是有幫助的。
- 文字絕不能離開裝置。
什麼時候不該用
- 手寫、嚴重歪斜、低對比度，或複雜的多欄表格。
- 你需要版面重建、閱讀順序、表格或邊界框。
- 你在處理數百頁，或者你在慢速網路下需要立刻得到結果。
和其他做法相比，差在哪裡
Tesseract 在此本地執行，意味著首次造訪要下載一個語言模型（數十 MB），而且辨識比雲端 API 慢。Google Vision 或 AWS Textract 這類服務在手寫與複雜版面上明顯更好，也能回傳結構與座標，但它們需要上傳圖片，通常還需要一個帳號。本頁從清晰的印刷材料中給你純文字，不上傳，也不做表格重建。
你的檔案去了哪裡
哪裡也沒去。這個頁面只載入了做事的程式碼，之後你開啟的檔案由你自己的瀏覽器讀取。沒有上傳步驟，沒有暫時的伺服器副本，也沒有需要你信任的清理流程——資料從未經過網路，所以事後沒有任何東西需要刪除。你可以自己確認：在工具執行時打開瀏覽器的網路面板，看它一直保持安靜。
關於這個工具的問題
- 辨識究竟在哪裡進行？
- 在你自己的機器上的一個 Web Worker 中。頁面會一次下載辨識引擎 —— 約 3.8 MB 的 JavaScript 與 WebAssembly —— 以及你所選語言的語言資料。之後圖片由你的 CPU 讀取，絕不傳輸。你可以在瀏覽器的網路面板中確認：僅有的請求就是這兩個檔案。
- 下載有多大？會被快取嗎？
- 第一次使用英文時約 7.8 MB，如果還需要簡體中文則約 10.2 MB。瀏覽器會快取全部內容，所以在同一語言下的第二次執行會立刻開始，完全不需要網路。
- 它的準確率如何？
- 對一份乾淨、端正、光線良好的印刷文字掃描檔，字元準確率通常高於 98%。手寫、歪斜或彎曲的頁面、低對比度、小字級，以及對著螢幕拍攝的照片，都會讓準確率下降。如果結果看起來不對，用文字欄更緊密的裁切重新執行，通常比其他任何做法都管用。
- 它會保留版面、表格或分欄嗎？
- 不會。輸出是依閱讀順序排列的純文字。多欄頁面通常會一欄一欄讀取，但欄不會被標示，表格也會變成一連串的行。本頁是為了把字取出來，而不是重建文件。
- 我能開啟哪些圖片格式？
- 任何你的瀏覽器能解碼的格式 —— PNG、JPEG、WebP、GIF、BMP 與 AVIF。PDF 頁面不是圖片，所以請先把該頁匯出為 PNG；本站的「PDF 轉圖片」工具正好能做這件事，而且不上傳 PDF。