本地 OCR
把扫描件和 PDF 变成可编辑的文字,就在浏览器里完成。文件始终留在这台设备上。
原始文件
将文件拖到这里
JPG、PNG、WebP、BMP 或 PDF · 最大 50 MB
识别结果
0 字符文件与识别结果仅在当前页面使用。清除或关闭页面可释放工具中的内容。
如何使用本地 OCR
- 把图片或 PDF 拖到页面上,或点「选择文件」。
- 选好识别语言,页面歪了就先旋转,再点「开始识别」。
- 在结果框里校对文字,然后复制或导出为 TXT 文件。
关于这个工具
本地 OCR 在浏览器里运行 Tesseract.js——一款知名的开源 OCR 引擎,PDF 页面由 PDF.js 渲染。引擎与中英语言模型(约 8 MB)首次使用时从本站加载一次,之后由浏览器缓存;加载后识别本身不需要联网。文件不会被上传,识别出的内容也不会发往任何地方。
常见问题
我的文件会被上传到哪里吗?
不会。文件始终留在你的设备上,识别完全在浏览器里进行。OCR 引擎与语言模型(约 8 MB)首次使用时从本站服务器加载一次,之后由浏览器缓存;加载后识别本身不需要联网。你在这里打开的任何内容都不会发给我们或任何人。
支持哪些文件,有什么上限?
支持 JPG、PNG、WebP、BMP 图片和 PDF 文件。单个文件最大 50 MB,PDF 最多 100 页,更长的 PDF 请先拆分。多页 PDF 会按顺序逐页识别。
能识别哪些语言?
中文和英文,同一份文档里中英混合也可以;在语言菜单里单选则只识别中文或只识别英文。其他语言暂不支持。
PDF 带密码怎么办?
带密码的 PDF 在这里打不开。请先在本机解除密码——例如用 PDF 阅读器打开后另存一份无密码的副本——再选择那个文件。
识别有多准,哪些地方要人工核对?
清晰、摆正的印刷体扫描件效果最好;模糊的照片、手写体和装饰字体会难一些。表格和多栏排版的阅读顺序可能与原件不同,证件号码、日期和金额使用前请务必人工核对。