图片 OCR

本工具底层使用 Tesseract OCR 引擎，对手写中文的识别准确率较低，尤其潦草或连笔字迹。建议优先用于印刷体（书籍、屏幕截图、打印文件）的识别。如果必须处理手写，尽量保证图片高分辨率、背景干净、字迹清晰，并选择「中文+英文」语言包。实测中，工整手写楷体识别率约 60%-70%，行书或草书可能低于 30%。

常见原因有：1）图片分辨率过低，文字小于 10 像素 Tesseract 难以识别；2）图片背景复杂（花纹、渐变、阴影），建议先做二值化处理；3）语言包选错，如中文图片只勾选了英文；4）图片格式不被支持，本工具支持 JPG、PNG、BMP、TIFF，不支持 WEBP 或 PDF（需先转图片）。建议上传前用裁剪工具只保留文字区域，提高识别率。

不推荐用于验证码识别。Tesseract 是为文档 OCR 设计的，对验证码常见的扭曲、粘连、噪点和随机干扰线几乎没有抗性。实测中，简单无干扰的纯数字验证码识别率约 40%-50%，带干扰的英文字母验证码通常低于 10%。如果需要破解验证码，建议使用专门的反验证码服务或深度学习模型（如 CNN+CTC）。

本工具为后端（BE）处理，上传的图片会暂存于服务器内存中进行 OCR 识别，识别完成后立即从内存和临时磁盘中删除，不留存任何副本。服务器位于国内合规机房，不向第三方传输图片数据。如果对隐私有极高要求（如身份证、合同），建议在本地使用离线版 Tesseract 或纯前端 WASM 方案。

识别结果仅输出纯文本，不保留原图片中的排版格式（如字体大小、颜色、表格、分栏）。段落顺序按从左到右、从上到下的扫描顺序输出，多列排版可能会混乱。建议复制到 Word 后手动调整段落和缩进。如果需要保留排版，请使用带版面分析（Layout Analysis）的专业 OCR 软件（如 ABBYY FineReader）。

单张图片大小限制为 10MB，超过会提示上传失败。没有每日或每小时使用次数限制，可自由使用。单次识别字数取决于图片文字密度，理论最大支持约 5000 个中文字符（300 DPI 下 A4 满版），超过部分可能被截断。如果图片文字非常多，建议分割成多张图片分别识别。

手机 OCR App 通常使用云端的深度学习模型（如百度、腾讯 OCR API），对模糊、倾斜、光照不均的图片有更好的容错性。本工具使用开源 Tesseract 引擎，属于传统 OCR 方法（基于特征匹配），对图片质量要求更高。网页版的优势在于免费、无次数限制、无需安装，适合批量处理清晰印刷文档。如果追求识别率，建议用手机 App 或专业 OCR 软件。

Tesseract 默认按横排文字训练，对竖排中文的识别效果很差，通常输出乱序或漏字。本工具未内置竖排检测与旋转功能。如果必须识别竖排文字，建议先用图片编辑软件将图片旋转 90 度，使文字变为横排后再上传，会显著提升识别率。古籍繁体的竖排识别建议使用专门训练的古籍 OCR 模型（如国学大师网提供的工具）。