OCR 通过分析图片中的字形把像素转换为可复制文本，支持英文、简体中文、繁体中文和日文识别。工具在浏览器中加载所选语言模型并处理图片，适合从截图、扫描件和照片中提取初稿。
识别准确率受清晰度、字体、方向、语言、排版和背景干扰影响。表格、手写体、竖排文字、艺术字体和低对比照片容易丢失结构或混淆字符，因此 OCR 输出必须与原图校对，不能直接作为金额、合同条款或身份信息的唯一依据。
工具说明
使用步骤
准备清晰图片
裁掉无关区域，纠正方向，并尽量提高文字与背景的对比度。
选择主要语言
选择与大多数文字匹配的模型，再开始识别并等待进度完成。
逐段校对文本
对照原图检查数字、标点、专有名词和换行，修正后再用于后续流程。
支持范围与限制
- 识别引擎
- 开源 OCR 引擎，首次使用需下载数十 MB 识别数据，之后会被浏览器缓存
- 识别较好
- 扫描件、截图、印刷体、对比度高且水平摆正的文字
- 识别较差
- 手写体、艺术字、倾斜或弯曲的文字、低分辨率照片、复杂背景上的文字
- 排版还原
- 输出的是文本，多栏、表格和图文混排的原始版式不会保留
- 提高准确率
- 先用图片旋转摆正、用裁剪去掉无关区域、必要时放大分辨率，比直接识别效果好得多
- 处理位置
- 识别数据从网络下载，图片本身在浏览器内处理，不上传
典型使用场景
提取截图文字
从无法选择文本的界面、报错截图或图片说明中复制内容。
录入扫描资料
把印刷文档转换为可搜索初稿，再由人工恢复段落和表格结构。
从截图里取回可编辑的文字
只有截图没有原文时，识别出文字再校对，比照着屏幕重新敲一遍快得多。
使用前需要知道的事
- 首次选择某种语言可能需要下载模型，耗时取决于网络和设备性能。
- OCR 结果可能把 `0` 与 `O`、`1` 与 `l` 等相似字符混淆，关键编号必须逐字核验。
- 对含个人信息或保密材料的图片，仍应遵守组织的数据处理和保存要求。
相关概念
- OCR
- Optical Character Recognition，依据图片字形推断文本字符的技术。
- language model
- 针对特定文字系统提供字符和词形信息的识别资源。