📝 圖片轉文字 (OCR)

使用步驟

1. 選一張有文字的圖 截圖、掃描件、拍下來的文件、看板照片都可以。文字越清楚、越正、越大，結果越準 — 這比任何設定都重要。
2. 選對語言 這是影響準確度最大的設定。中文選「繁體中文 + English」，日文選「日本語 + English」。選錯語言辨識率會掉到幾乎不能用，因為引擎是拿該語言的字形模型在比對。
3. 決定前處理 灰階適合大多數情況。黑白二值對「淺色背景上的深色文字」（掃描件、白紙黑字）效果特別好，但照片類的圖會整個壞掉。不確定就先用灰階。
4. 按開始處理 第一次使用會先下載辨識引擎與語言資料（中文約 12MB），要等一下；之後瀏覽器會快取，同一台裝置再用就快很多。狀態列會顯示辨識進度。
5. 複製或下載成 .txt 結果會顯示在下面，附帶平均信心度。信心度低於 70% 就要仔細校對。可以直接複製，或下載成純文字檔。

什麼時候用得到

影響準確度的四件事

OCR 的結果好不好，八成取決於你餵給它什麼，而不是設定怎麼調。依影響力排序：

1. 語言選對 — 引擎是拿該語言的字形模型在比對。用英文模型去辨識中文，結果會是一堆亂碼。
2. 文字夠大 — 字高至少要 20 像素以上，30 以上比較保險。這是最常見的失敗原因，而且手機截圖經過縮放後很容易低於這個門檻。
3. 圖是正的 — 傾斜幾度就會讓準確度明顯下降。拍紙本文件時盡量正對，或事後轉正。
4. 對比夠強 — 深色文字配淺色背景最好。彩色背景、漸層、陰影都會干擾。

灰階還是二值化

灰階只是把顏色拿掉，保留所有明暗層次。安全、通用，不確定就用這個。

黑白二值把每個像素強制變成純黑或純白，門檻取整張圖的平均亮度。這對「白紙黑字」是很強的處理 — 背景的雜訊、紙張的紋理、輕微的陰影全部被清掉，只剩下文字。但如果圖裡有照片、有漸層背景、或文字本身顏色很淺，二值化會把資訊整個破壞掉。

它跟線上 OCR 服務的差別

大多數線上 OCR 是把你的圖片上傳到他們的伺服器辨識完再傳回來。這代表你的收據、名片、文件內容都經過了別人的機器。

這一頁用的是 WebAssembly 版的 Tesseract，整個辨識過程在你的瀏覽器裡完成。走網路的只有引擎程式與語言模型（從 CDN 下載一次），跟你的圖片內容完全無關。代價是第一次要等模型下載，而且準確度不如那些用大型雲端模型的商業服務 — 這是一個明確的交換，你要處理的如果是敏感文件，這個交換通常划算。

常見問題

接下來可能會用到

圖片處理很少一步到位。這幾個是跟「圖片轉文字 (OCR)」最常搭著用的：

• 📑 PDF 轉圖片 — 每頁轉成 JPG 或 PNG
• ✂️ 裁剪圖片 — 拖曳選取要保留的範圍
• 🔍 放大圖片 — 提升尺寸至最多 4 倍

處理完想直接分享？上傳媒體可以把圖片、照片或影片轉成一組短網址，還能設密碼、有效期限與瀏覽次數上限。也可以回到工具總覽看全部 12 個工具。