提取图片和扫描 PDF 里的文字

是的。OCR（光学字符识别）是「把图片里的印刷文字读出来」这件事的统称，这个工具做的正是它。与多数 OCR 网站的区别在于运行位置：识别引擎是下载到你的浏览器里跑的，而不是把你的文件传到别人的服务器上。

干净的印刷体——截图、质量好的扫描件——基本能做到一字不差。我们自己的测试里，英文印刷体是完全正确的，中文印刷体大约 98%。光照不均或稍有透视的照片在 94–95% 左右。建议把结果快速过一遍，尤其是数字部分，不要盲目相信。

不能，这一点值得说清楚。这个引擎针对的是印刷体和电脑排版的文字。手写识别是另一类问题，需要完全不同的模型，在这里尝试只会浪费时间。

不能。表格里的文字会被读出来，但行列结构不会保留——你得到的是文字，不是表格。引擎根本不识别表格结构，所以没有办法从中导出可用的 Excel。

不会。识别引擎会被下载到你的浏览器里运行，图片和 PDF 都是直接从你的设备读取的，不会发送到任何地方。这也是为什么页面加载完之后，中途断网它仍然能继续工作。

第一次使用时浏览器要下载识别引擎和语言数据，总共约 6MB。之后浏览器会缓存下来，再用就是秒开，每张图片的识别耗时远不到一秒。

选图片里文字的语言，不是这个页面的语言。选错的话，即使图片再清晰，输出也会是乱码。选非英文时会同时加载英文，所以夹杂订单号和邮箱的混合文档也能正确识别。

可以。每一页会被逐页渲染并识别，结果也逐页显示。超长文档限制在前 100 页，超出时会明确告诉你，而不是悄悄丢掉。

会显示「未识别到文字」而不是报错，因为一张没有可读文字的图片本身是正常结果。通常意味着图片太模糊、文字太小，或者语言选错了。

因为本来就不该有。识别引擎会把每个汉字当作独立的词，在它们之间全都插上空格，导致结果很难直接使用。这里把那些空格清掉了——但中文与英文、数字之间的空格会保留，那些是真实的。

可以。想放多少张图都行，它们会排队处理，每个完成一个就显示一个结果。其中一个失败不影响其余的，你也可以随时停止，已经识别出来的内容不会丢。