图片转文字（OCR）

无需上传任何内容，即可把图片变成可编辑的文字。加入一张截图、一张文档照片、一份扫描件或一块指示牌，本地 OCR 引擎就会直接在你的设备上读出文字 —— 支持 20 种语言，包括混合语言的页面。编辑结果、复制到剪贴板，或下载为 .txt 文件。OCR 引擎在首次使用时下载一次并被缓存；你的图片绝不会离开你的浏览器。

隐私优先：每张图片都在你的浏览器中本地处理。任何内容都不会上传、存储或传输到任何服务器。

PixelVault 用完全在你浏览器中运行的 OCR 把图片变成文字。错误信息的截图、书页的照片、扫描的信件、收据、指示牌、白板 —— 加进来，文字就会从另一头出来，可选中、可编辑。与常见的“图片转文字”网站不同，没有任何内容被上传：识别引擎本身就在你的设备上运行。

提供二十种识别语言，从英语、西班牙语和德语，到阿拉伯语、印地语、日语、韩语，以及简体和繁体中文。对于混合语言的文档，你最多可以一次启用三种。每个语言包都是一次性的小型下载（约 1–3 MB），会被你的浏览器缓存。

结果会连同一个置信度分数出现在一个可编辑的文本框中，因此你可以在使用前修正个别字符。一键把全部内容复制到剪贴板，或下载为以你图片命名的 .txt 文件。

工作原理

PixelVault 使用 Tesseract —— 部署最广泛的开源 OCR 引擎 —— 它被编译为 WebAssembly，因此能在你的浏览器中运行。首次使用时，它会下载引擎（约 5 MB）以及你所选语言的训练数据 —— 在获取任何内容之前都会告知你确切的大小。图片会在后台线程中被分析：引擎找出文本行和单词，对照其语言模型识别字符，并返回纯文本以及一个置信度估计值。一切都会缓存在本地，因此从第二次运行起也可以离线工作。

本地处理为何重要

人们拿去做 OCR 的图片通常都是敏感的那些：合同、发票、身份证件、医疗信件、私人聊天。把它们上传到 OCR 服务，意味着这些文档至少会短暂地留在别人的基础设施上。本地 OCR 彻底消除了这种暴露 —— 像素永远不离开你的机器，另一端也没有任何服务能记录、缓存你的文档或用它们来训练。

支持的格式

  • PNG / JPG — 截图和照片 —— 最常见的 OCR 来源。
  • WebP / AVIF / BMP / GIF — 都可作为输入。
  • HEIC — 文档的 iPhone 照片会先在本地解码。
  • TXT — 输出：纯文本，可复制或下载。

常见用途

  • 从截图中复制错误信息，而不用重新敲一遍。
  • 把印刷的信件、食谱或书页数字化。
  • 从拍下的收据或发票中提取表格或参考编号。
  • 会议后从幻灯片或白板照片中抓取文字。
  • 把社交媒体图片里的引文提取到可编辑的文档中。

常见问题

提取文字时我的图片会被上传吗？
不会。识别在你自己的设备上运行，使用的是 Tesseract OCR 引擎的 WebAssembly 版本。文档、证件、信件和截图绝不会接触服务器。
为什么会有一次性下载？
OCR 引擎（约 5 MB）以及你所选每种语言的训练数据包（每种约 1–3 MB）需要抵达你的浏览器一次。在任何内容下载之前都会先告知你大小，而且一切都会缓存在本地 —— 之后的运行会立即完成，甚至可以离线。
支持哪些语言？
二十种：英语、西班牙语、葡萄牙语、法语、德语、意大利语、荷兰语、波兰语、乌克兰语、俄语、土耳其语、阿拉伯语、印地语、印度尼西亚语、越南语、日语、韩语、中文（简体和繁体）以及爱沙尼亚语。对于混合语言的图片，你最多可以一次选择三种。
它有多准确？
对于清晰的截图和扫描件，非常准确。照片在文字清晰、光线充足且大致水平时效果最好。每个结果都会显示一个置信度分数，而且输出可编辑，因此你可以在复制前修正个别错误字符。
我可以用结果做什么？
提取的文字会出现在一个可编辑的文本框中 —— 一键复制，或下载为以你图片命名的 .txt 文件。
它能识别手写吗？
不能 —— 和大多数 OCR 引擎一样，它是为印刷体和屏幕文字设计的。工整的大写印刷体有时可行，但不支持连笔手写体。