免费免登录的图片取字工具：浏览器本地用 PP-OCR 模型定位并识别截图、扫描件里的中文、英文与数字，按行输出可编辑文本，支持手动补框、逐行核对、一键复制与导出 TXT。图片不上传服务器。
把截图里的字手打一遍很慢，还可能打错。这个工具在浏览器里跑两级模型：PP-OCRv4 检测模型先找出文字区域并把同一行的字合并成一条，PP-OCRv5 识别模型再把每一条转成文字，最后按从上到下、从左到右的阅读顺序排好，逐行可编辑、可删除、可整体复制。
识别结果不是「标准答案」：模糊、艺术字、竖排、旋转、复杂背景、表格都会让它出错。所以每行都给出置信度，而且在预览图上画出对应的框 —— 你点某一行就能看到它到底读的是哪一块，错了直接改输入框，复制与导出都以你改过的文本为准。
能。文字检测失败、模型文件缺失、设备不支持 WASM，页面都会写明是哪一步出了问题和下一步怎么办，并且把「手动补框」保留为一条完全独立的路径：在预览图上拖一个框，工具只对这个框跑识别模型，追加一行结果。它不依赖检测模型，也不依赖自动识别是否成功。
反过来，如果检测成功但识别模型挂了，页面上仍会画出找到的文字框，你可以先看清位置，重试或稍后再来，不会得到一份看似正常其实是空的文本。
当前版本只做水平的矩形文字行：不做方向分类与任意角度的透视矫正，不还原表格结构，不处理竖排中文，也不做版面分析。拍歪的文件、双栏论文、带合并单元格的表格，输出顺序可能和你想的不一样。这些能力需要额外模型与几何处理，与其给一个「看起来能跑但顺序全乱」的结果，不如把边界说清楚。
图片最长边超过 1600 像素会等比缩小后再处理，并在页面上显示原图与处理后的尺寸。文字很小的大图建议先裁剪到需要的区域，识别率会明显更好。
不会。解码、文字定位、逐行识别、复制导出全部在浏览器里完成，本页不向服务端发送图片数据。检测模型、识别模型与字典都是本站静态文件，不调第三方接口。
首次需下载约 14MB 的 onnxruntime wasm 引擎、4.7MB 检测模型与 16.6MB 识别模型，之后走浏览器缓存。页面会分阶段显示「加载引擎 / 定位文字 / 识别第几行」，不会让你对着一个不动的按钮猜。
先看置信度，点行对照预览图里的框；错字可以直接在输入框里改，复制和导出都会用改后的文本。漏掉一整行时，在预览图上按住鼠标拖一个框，工具会只对这个框重新识别并追加结果。
手写体、竖排中文、旋转文字、表格结构都不在当前支持范围内，识别顺序也可能不符合阅读顺序。当前最擅长的是截图、聊天记录、网页截图、打印扫描件里的水平印刷体文字。
能。检测模型失败时页面会给出具体原因，同时保留「手动拖框识别」：拖一个框就只对该框跑识别模型，追加一行文字。这条路径不依赖检测模型。
会。每行都是可编辑输入框，复制全部与导出 TXT 都读取当前输入框里的内容，并自动丢掉空行。改完不用再点一次识别。
单文件 20MB 以内，最长边超过 1600 像素会等比缩小后处理并明确提示。文字很小的图建议先裁剪局部再上传，识别率会明显更好。