文字工具 / 042
圖片轉文字
將圖片中的文字辨識成可編輯內容，支援繁體中文與英文；圖片在瀏覽器端處理，結果可複製或下載 TXT。
貼上或拖入一張截圖後會自動開始辨識，支援繁體中文與英文。
辨識在你的瀏覽器裡完成，圖片不會被上傳。第一次使用會下載約 7MB 的辨識引擎與語言模型 （來自 jsDelivr CDN），之後瀏覽器會快取起來，再開就快很多。
為什麼做這個
截圖或照片裡的文字無法直接選取時，OCR 可以省下重新輸入的時間。辨識在瀏覽器端執行，第一次使用時需要下載辨識模型，效果則會受到圖片清晰度與字體影響。
這個工具怎麼用
最快的用法是貼上：用系統的截圖功能框好範圍，直接在這個頁面按 Ctrl + V，圖片會自動開始辨識，不需要先存成檔案再上傳。習慣用檔案的話，把圖拖進虛線框或點一下選檔案也可以，單張上限 10 MB。
辨識同時支援繁體中文與英文，混排的內容不用切換語言。Tesseract 辨識中文時會照西文的分詞邏輯在字與字之間插入空格，直接複製出去會變成「今 天 天 氣」，所以結果會自動把中文之間的空格清掉，但「使用 Vue 開發」這種中英交界的空格會保留，因為那是原文就有的。
OCR 效果很受原圖品質影響。清楚的螢幕截圖通常比模糊照片、手寫字、直書或特殊字型容易辨識；如果結果不理想，可以先裁掉無關區域、提高文字在圖片中的像素大小，再重新辨識。
結果框是可以編輯的，OCR 難免有錯字，在這裡改完再複製會比複製出去到別處改快。改好之後可以按複製，或下載成 TXT 檔（UTF-8 編碼，中文不會變亂碼）。
常見問題
我的圖片會被上傳嗎？
不會。它跑在你自己的瀏覽器裡，圖片從頭到尾沒有離開你的裝置。頁面唯一的對外連線是第一次使用時去 CDN 下載辨識引擎與語言模型，那個請求只是「下載程式」，不會帶上你的圖片。
為什麼第一次要等比較久？
因為瀏覽器本身不會認字，必須先下載辨識引擎與中英文的語言模型。下載完會存在瀏覽器裡，第二次之後就直接讀快取，速度差很多。清除瀏覽器資料會需要重新下載。
支援哪些語言？可以辨識日文或簡體中文嗎？
目前載入的是繁體中文與英文兩種模型，兩者混排沒有問題。日文、韓文、簡體中文需要各自的語言模型，每多一種就多幾 MB 的下載量，所以先只放最常用的兩種。
辨識出來錯很多怎麼辦？
最有效的辦法是提高原圖裡文字的像素量：把來源畫面放大（瀏覽器按 Ctrl + 加號）之後再截一次，通常會有立即的改善。另外要知道 OCR 的先天限制——手寫字、直書排版、藝術字型、彩色漸層背景上的文字、以及被壓縮到糊掉的圖，準確率都會明顯下降。結果框可以直接編輯，少數錯字手動改掉通常比重跑一次快。
有檔案大小限制嗎？
單張上限 10 MB，一般截圖大約 2～5 MB，很少會碰到。另外長邊超過 2500 像素的圖會先自動等比縮小再辨識——決定辨識速度的是像素量而不是檔案大小，一張 3 MB 但 8000×6000 的圖不縮小可以跑上一分鐘。