跳到主要内容

查找下一个工具

图片转文字 — 免费 OCR,无需上传

几秒内复制照片、截图或扫描件里的文字。OCR 在浏览器里运行,图片不会上传。支持中文(简体、繁体)、日文、韩文等 13 种语言。

仅加载此工具所需的代码…

我们实测的准确率

我们用自己制作的测试图片(不含任何用户文件)运行了这个工具,并把结果和原文对比。字符错误率统计错字、漏字和多出的字;0% 表示每个字都正确。

每张图片的字符错误率和耗时,MAXScanner(Chromium),2026年11月4日
测试图片语言错误率引擎默认耗时手机模拟
同一份通知,手机斜拍英语0.1%2.4%3.7秒6.2秒
应用截图,15 px 文字英语1.6%3.2%1.8秒6.5秒
咖啡店小票,手机拍摄英语0%1.6%1.9秒4秒
双栏简报英语0%58%5.8秒11.3秒
同一张照片,昏暗房间英语1.5%3.3%4.8秒5.4秒
印地语页面,手机拍摄印地语0%0.4%4.1秒7.3秒
孟加拉语页面,手机拍摄孟加拉语0%0.2%1.9秒4.9秒
简体中文页面,手机拍摄简体中文1.4%23.4%1.7秒5.7秒
日语页面,手机拍摄日语2.6%25%1.6秒4.1秒
印刷通知,平板扫描英语0%0%5.9秒6.7秒
印地语印刷页印地语0%0%1.8秒4.3秒
孟加拉语印刷页孟加拉语0%0%1.8秒4.1秒
日语印刷页日语1.5%1.5%1.9秒3.8秒
简体中文印刷页简体中文0%0%1.8秒4.3秒
繁体中文印刷页繁体中文3.6%3.6%1.8秒4.4秒
韩语印刷页韩语0.4%0.4%1.8秒3.3秒
阿拉伯语印刷页阿拉伯语0%0%1.4秒4.9秒
西班牙语印刷页西班牙语0%0%3.2秒7.6秒
法语印刷页法语0%0%1.1秒3.5秒
德语印刷页德语0%0%2.9秒4.4秒
葡萄牙语印刷页葡萄牙语0%0%2.6秒5.7秒
意大利语印刷页意大利语0%0%2.7秒4秒

引擎默认:同样的引擎和语言数据,但不经过我们的预处理(自动版式、不矫正倾斜、不校正光线)。

测量方法:图片由脚本生成,内容是我们自己写的句子,模拟以 4° 角度、在不均匀光线下拍摄,再存为 JPEG、PNG 和 PDF。耗时在一台 4 核云端电脑上测得;手机模拟额外加上 Chrome 的 4× CPU 降速。首次使用还要下载引擎(约 1.1 MB)和语言数据。

在我们提供的全部 13 种语言中,清晰的印刷页面错误率都在 3.6% 以内。中文和日文的照片更难识别:请把相机端正地放在页面正上方。

工具质量检查

将输出作为经过验证的工作副本

如果之后可能需要,请保留原文件。在目标应用中打开生成的 TXT,检查内容和格式是否满足需求。

输入

.jpg, .jpeg, .png, .webp

输出

TXT

批处理

每次最多 20 个文件

支持批处理

每次最多 20 个文件。只有执行相同操作的文件才应放在同一次运行中。

工作流连续性

直接进入相关操作,无需重新查找工具。

输出已准备

下载适合目标用途的结果,并在分享前检查。

文件限制

使用已配置的运行时限制.

支持的输入

JPG, JPEG, PNG, WEBP, HEIC, HEIF, BMP, GIF

输出

TXT

多个文件

请查看下方上传限制

保留原始文件

分享前请检查结果

关于此工具

要把图片转成文字,添加照片、截图或扫描件,选择文字的语言,然后点击“提取文字”。几秒后文字会出现在编辑框里,可以直接复制,也可以下载为 TXT、Word(.docx)或可搜索 PDF。识别由 Tesseract 引擎在这个浏览器标签页里完成,所以图片不会上传,也不用注册,没有每日次数限制。

JPG、PNG、WebP、HEIC(iPhone 照片)、BMP 和 GIF 都在这一个工具里处理,所以没有单独的“JPG 转文字”或“PNG 转文字”页面。一次最多添加 20 张图片,也可以用手机摄像头拍照,或按 Ctrl+V 粘贴截图。

识别之前做了什么

免费 OCR 的错误大多来自照片,而不是引擎。在 Tesseract 读取图片之前,MAXScanner 会把歪斜的照片摆正,补偿阴影和暗光,放大截图里的小字,并检查页面是否分成两栏。我们斜着用手机拍的一张印刷通知,字符错误率从引擎默认设置下的 2.4% 降到了 0.1%。一张拍摄的中文页面从 23% 降到 1.4%,一份双栏简报从 58% 降到 0%,原因是默认设置把两栏当成一行一行横着读。

什么情况下不适合用这个工具

  • 手写文字。引擎是用印刷文字训练的,手写笔记基本都会识别错。
  • 表格。得到的是逐行的文字,而不是行和单元格。PDF 里的表格可以试试提取表格。
  • 需要保留页面原样。想把扫描件保存为带页面图像和可选文字的文档,请用 OCR PDF;想把拍下的页面变成可编辑的 Word,请用 JPG 转 Word。
  • 严重模糊或很暗的照片。摆正和光线校正有帮助,但无法还原相机根本没拍清的字。请把页面放平,在光线好的地方靠近一点重拍。

提取之后:用 TXT 转 PDF 把文字做成 PDF,用图片转 PDF 把照片本身合成一个 PDF,或用 PDF 转文字从 PDF 中取出文字。

如何使用

  1. 添加图片

    拖放或选择 JPG、PNG、WebP、HEIC 文件(最多 20 张),用手机拍照,或按 Ctrl+V 粘贴截图。

  2. 选择语言

    选择文字的语言,最多可选三种,例如中文和英文。除非页面的分栏被读乱了顺序,否则页面版式保持“自动”即可。

  3. 提取、检查、复制

    点击“提取文字”。在编辑框里改正错误,然后复制文字,或下载为 TXT、Word 或可搜索 PDF。

使用场景

截图和消息

从截图里复制地址、订单号或报错信息,不用再手打。1x 截图里的小字会先放大再识别。

印刷通知和讲义

拍下通知、菜谱或练习题,把文字粘贴到笔记、邮件或文档里。

中文、日文、韩文等多种文字

可以识别印刷的简体和繁体中文、日文、韩文、印地语、孟加拉语、阿拉伯语,以及英文等拉丁字母语言,也能识别两三种语言混排。

常见问题

怎样复制图片里的文字?+

在本页添加图片(或按 Ctrl+V 粘贴截图),选择文字的语言,点击“提取文字”。文字会出现在编辑框里,改好错误后点击“全部复制”。

这个图片转文字工具免费吗?有限制吗?+

免费,无需注册,也没有每日次数限制。每批最多可以添加 20 张图片。因为处理在你的设备上完成,旧手机处理大照片会慢一些。

我的图片会上传到服务器吗?+

不会。文字在你的浏览器里识别。第一次使用时,浏览器会从 MAXScanner 自己的服务器(而非第三方 CDN)下载识别引擎和语言数据并保存一份;图片和文字都留在你的设备上。

能识别哪些语言?+

13 种:英语、印地语、孟加拉语、西班牙语、法语、德语、葡萄牙语、意大利语、日语、中文(简体和繁体)、韩语和阿拉伯语。在我们的测试中,所有这些语言的清晰印刷页面字符错误率都在 3.6% 以内。最多可以同时选三种,例如中文和英文。

能把手写字转成文字吗?+

不能。引擎是用印刷文字训练的,手写效果很差。请用于印刷页面、截图、小票和标牌。

提取的文字为什么有错?+

多半是照片的问题:模糊、反光、阴影太重、字太小,或语言选错了。请在光线好的地方从页面正上方拍摄,并检查语言设置。置信度低的结果会被标出,提醒你仔细核对。

怎样把 JPG 或 PNG 转成文字?+

方法一样:本工具支持 JPG、PNG、WebP、HEIC、BMP 和 GIF。PNG 保存截图时没有压缩损失,所以很小的字比高压缩的 JPG 更清晰。

能得到 Word 文件或 PDF,而不是纯文本吗?+

可以。提取后可以下载 Word(.docx),或下载可搜索 PDF:它显示你的图片,并叠加一层隐藏的文字。如果主要想要 Word,“JPG 转 Word”做的是同样的事,默认下载 Word。