本工具基于Tesseract.js 7，是Tesseract开源OCR引擎的浏览器移植版。 相关代码、WebAssembly核心和所选语言数据会在您开始识别时加载。Tesseract在独立后台进程中完成识别，页面操作不会受影响。
OCR准确率主要取决于图片本身。建议使用正放、印刷清晰、对比度高、像素充足的图片。小尺寸截图可先放大，倾斜页面、装饰字体、分栏、手写、反光、模糊拍摄等情况更易出错，需人工校对。
图片转文字
全程在浏览器中运行，无需上传，无需注册。
图片转文字的原理是什么？
图片转文字通过OCR（光学字符识别）技术，识别照片或扫描件中的印刷字符，并输出为可编辑文本。本工具在浏览器内运行Tesseract WebAssembly，覆盖CanDoYa全站40个本地化所用语言，识别过程无需上传图片，结果可直接复制或下载。
使用方法
- 1选择清晰图片. 拖入JPEG、PNG、WebP、BMP或非动画GIF文件（最大15MB，2400万像素），或加载内置示例。
- 2选择文字语言. 请选择图片实际印刷的语言。开始识别时会下载对应的Tesseract语言数据。
- 3提取并校对. 运行OCR，与原图比对人名、数字等内容，修正错误后，可复制文本或下载为UTF-8 TXT文件。
适用人群
- 学生与科研人员将拍摄的书页、幻灯片或文献片段转为可编辑笔记。
- 办公室团队提取扫描信件、收据、标签及归档图片中的文字。
- 编辑与写作者从截图中复制字幕或段落，无需逐行手动录入。
- 注重隐私的用户在本地提取未公开图片的文字，无需通过云端API。
常见问题
图片会上传到服务器吗？
不会。选中的图片文件仅在您的设备上由Tesseract后台进程识别。浏览器会从外部源下载OCR运行环境和语言数据，但这些请求不会包含您的图片。CanDoYa不会接收或存储您的图片和识别结果。
图片转文字需要付费吗？
不需要。无需注册、付费、水印、积分或下载费用。识别过程由您的设备完成。首次加载OCR引擎和语言数据会消耗网络流量，较大的语言模型在流量有限时需注意。
支持哪些图片格式和限制？
支持单张JPEG、PNG、WebP、BMP或非动画GIF，最大15MB、2400万像素。此限制有助于避免手机或笔记本内存不足。仅支持图片文件，整页PDF请使用专用PDF OCR工具。
OCR图片转文字的准确率如何？
清晰的印刷体文字通常能较好识别，但无法保证完全准确。聚焦清晰、大字号、高对比、页面平整、语言选择正确时效果最佳。手写、特殊字体、反光、模糊、表格、分栏或混合阅读方向时，可能出现替换或顺序错误。
能识别手写内容吗？
仅对非常工整的印刷体手写有一定效果。本工具主要针对印刷文字，连笔或不规则手写准确率较低。手写识别结果仅供参考，重要内容请务必与原图核对。
应该如何选择识别语言？
请选择图片中文字实际使用的语言，而非浏览器语言。列表覆盖CanDoYa全部40个本地化所用语言，包括简体和繁体中文。若图片含多种语言，请选用主要语言；每次仅加载一个识别模型。
为什么首次识别速度较慢？
浏览器首次需加载Tesseract.js代码、兼容的WebAssembly核心和所选语言的训练数据。后续如有缓存会更快，但无痕模式、清理存储、更换语言或缓存被清除时会重新下载。
提取的文本可以直接使用吗？
建议先核查，尤其是人名、金额、日期、标点和易混字符（如O与0、l与1）。显示的置信度为Tesseract整体估算，不代表每个字都准确，也不保留原文排版。