圖片轉文字(OCR)

把圖片變成可編輯的文字,無需上傳到任何地方。放入螢幕截圖、文件照片、掃描檔或標示牌,本機 OCR 引擎就會在你的裝置上直接讀取文字——支援 20 種語言,包括混合語言的頁面。編輯結果、複製到剪貼簿,或下載成 .txt 檔。OCR 引擎會在初次使用時下載一次並快取;你的圖片絕不會離開你的瀏覽器。

隱私優先:每張圖片都在你的瀏覽器中本機處理。任何內容都不會上傳、儲存或傳輸到任何伺服器。

PixelVault 用完全在你瀏覽器中執行的 OCR 把圖片變成文字。錯誤訊息的螢幕截圖、書頁的照片、掃描的信件、收據、標示牌、白板——放進去,文字就會從另一端出來,可選取、可編輯。不同於一般的「圖片轉文字」網站,這裡沒有任何內容被上傳:辨識引擎本身就在你的裝置上執行。

提供二十種辨識語言,從英文、西班牙文與德文,到阿拉伯文、印地文、日文、韓文,以及簡體與繁體中文。你一次最多可啟用三種,以處理混合語言的文件。每個語言包都是一次性的小型下載(約 1–3 MB),你的瀏覽器會快取它。

結果會出現在一個可編輯的文字方框中,並附上信心分數,讓你在使用前修正個別字元。一鍵把全部複製到剪貼簿,或下載成以你圖片命名的 .txt 檔。

運作原理

PixelVault 使用 Tesseract——部署最廣的開源 OCR 引擎——編譯成 WebAssembly 以便在你的瀏覽器中執行。初次使用時,它會下載引擎(約 5 MB)與你所選語言的訓練資料——任何內容抓取前你都會被告知確切大小。圖片會在背景執行緒中分析:引擎找出行與字、對照其語言模型辨識字元,並回傳純文字加上信心估計值。一切都在本機快取,因此從第二次執行起也能離線運作。

本機處理為何重要

人們拿去做 OCR 的圖片通常正是敏感的那些:合約、發票、證件、醫療信件、私人對話。把它們上傳到 OCR 服務,代表這些文件至少會短暫地存在別人的基礎設施上。本機 OCR 完全消除了這種暴露——像素永遠不會離開你的機器,另一端也沒有服務可以記錄、快取或用你的文件訓練。

支援的格式

  • PNG / JPG — 螢幕截圖與照片——最常見的 OCR 來源。
  • WebP / AVIF / BMP / GIF — 皆可作為輸入。
  • HEIC — iPhone 拍的文件照片會先在本機解碼。
  • TXT — 輸出:純文字,可直接複製或下載。

常見用途

  • 從螢幕截圖中複製錯誤訊息,而不用重新打字。
  • 把印刷的信件、食譜或書頁數位化。
  • 從拍下的收據或發票中擷取表格或參考編號。
  • 在會議後從投影片或白板照片抓取文字。
  • 把社群媒體圖片中的引文拉進可編輯的文件。

常見問題

擷取文字時我的圖片會被上傳嗎?
不會。辨識透過 Tesseract OCR 引擎的 WebAssembly 版本在你自己的裝置上執行。文件、證件、信件與螢幕截圖絕不會接觸到伺服器。
為什麼會有一次性的下載?
OCR 引擎(約 5 MB)與你所選每種語言的訓練資料包(各約 1–3 MB)需要傳送到你的瀏覽器一次。任何內容下載前你都會被告知大小,而且一切都會在本機快取——之後的執行會立即開始,甚至能離線運作。
支援哪些語言?
二十種:英文、西班牙文、葡萄牙文、法文、德文、義大利文、荷蘭文、波蘭文、烏克蘭文、俄文、土耳其文、阿拉伯文、印地文、印尼文、越南文、日文、韓文、中文(簡體與繁體)以及愛沙尼亞文。你一次最多可選三種,以處理混合語言的圖片。
它有多準確?
在乾淨的螢幕截圖與掃描檔上非常準確。照片則在文字清晰、光線充足且大致水平時效果最好。每個結果都會顯示信心分數,且輸出可編輯,讓你在複製前修正零星的字元。
我可以用結果做什麼?
擷取出的文字會出現在一個可編輯的方框中——一鍵複製,或下載成以你圖片命名的 .txt 檔。
它能辨識手寫字嗎?
不能——和多數 OCR 引擎一樣,它是為印刷體與螢幕文字設計的。工整的大寫印刷體有時可行,但草寫手寫字並不支援。