圖片轉文字（OCR）

光學字元辨識（OCR）可以把含有文字的圖片轉成能選取、編輯、搜尋和複製的文字。本工具使用 Tesseract——一款編譯成 WebAssembly 的開源辨識引擎，因此整個過程都在你的瀏覽器分頁內完成。你可以放入文件照片、螢幕截圖、收據、書頁或投影片，用 Ctrl+V 直接貼上剪貼簿裡的圖片，也可以載入掃描版 PDF 並選擇要辨識的頁面。

結果好壞主要取決於原始圖片，而不是某個設定。拍照或掃描時，盡量讓頁面平整、端正，光線均勻，解析度要高到能清楚看出每個字，並避開陰影和反光。務必選擇圖片中實際使用的語言；如果文件中混用多種語言，也可以同時選多種，例如越南語加英語。過大的圖片會在辨識前縮小到合適的尺寸，過小的則會放大，以便控制記憶體用量。

如果結果不理想，可以開啟進階選項。預覽會顯示引擎在你調整後實際看到的畫面。灰階和對比度有助於處理褪色的文字，自適應黑白模式適合光線不均的情況，反相可以處理深色背景上的淺色文字，旋轉則能修正橫著拍的照片。頁面版面模式可以告訴引擎眼前是整頁、單欄、單行還是零散的標籤，這對螢幕截圖和裁切下來的小片段影響很大。

辨識完成後，你會看到原始圖片和旁邊可編輯的文字框，以及引擎的平均信心度，信心度偏低時還會顯示提醒。你可以標示引擎最沒把握的詞語，合併因頁面寬度而斷開的行，移除多餘的空白行，複製文字，或下載成 .txt 檔；處理了多張圖片時，也可以下載成合併後的單一檔案或 zip 壓縮檔。快捷入口可以把文字送到文字比對工具，方便比較兩次掃描的結果，字數統計和大小寫轉換也只需點一下，方便後續整理。

請對它的限制有合理的預期。OCR 並不完美：照片、小字、特殊字體、表格和多欄版面出錯很正常，手寫字通常也辨識不好。越南語、阿拉伯語、印地語或泰語這類音調符號多或文字結構複雜的語言更容易出錯，重要內容請務必校對。第一次執行需要下載引擎和語言資料，會花一點時間；特別大的圖片或很長的 PDF 可能耗盡舊手機的記憶體，請分成較小的批次處理。