拖入图片或 PDF 即可获得识别出的文本。OCR 完全在浏览器中运行（设备端，首次加载后即可离线），不上传任何内容。
OCR 工具使用完全在浏览器内运行的 tesseract.js，将扫描图像或基于图像的 PDF 转换为可复制、可搜索、可编辑的文本。你从选择器中选择文档语言，相关语言模型一次性下载到你的浏览器，此后所有识别工作均可从缓存模型离线运行。你的扫描文件在转换过程中从不传输到任何服务器。
识别准确性在很大程度上取决于扫描质量。200 DPI 以上的清晰高对比度扫描，背景噪声少、页面对齐良好，能产生最佳效果。模糊、低分辨率或过度压缩的 JPEG、有栏目或复杂版式的页面，以及手写文本，都会降低准确性。该工具输出纯文本块；对于需要保留表格或多栏版式的结构化输出，需要后处理。在 OCR 之前对倾斜扫描运行 PDF 纠偏工具通常可以提高识别率。
tesseract.js 使用针对每种语言的经过训练的神经网络数据文件。这些文件每个有几兆字节，在你第一次选择该语言时从本站下载一次（由我们自己托管，不经过任何第三方 CDN）。初次下载后，模型由你的浏览器缓存，此后该语言的所有识别工作完全离线运行。
扫描分辨率（最低 200 DPI，建议 300 DPI）、图像清晰度、文字与背景的对比度，以及页面是否平直，都会显著影响准确性。过度压缩的 JPEG 扫描、字体非常小的页面，以及有混合方向或复杂栏目版式的页面，是最常见的识别错误来源。
tesseract.js 主要针对印刷文本进行训练。手写识别的准确性通常较低且不可靠，对草书尤其如此。对于手写文档，专用的手写识别工具能产生更好的效果。
不会。语言模型缓存后，所有识别任务都完全在你的浏览器中使用 tesseract.js 运行。扫描文件可能包含个人或机密内容，这种纯本地处理意味着这些内容从不到达服务器。
输出是按阅读顺序排列的纯文本流。表格、栏目、标题和其他版式元素不以结构形式保留，工具仅输出文本内容。对于保留版式的输出，需要具有版式分析功能的更高级 OCR 管道。
该工具可以处理基于图像的 PDF，其中每页都是没有嵌入文本的光栅图像。如果你的 PDF 已有文本层（你可以在查看器中选择和复制文本），则无需运行 OCR；现有文本层已提供相同的信息，无需识别步骤。
可以，tesseract.js 在手机浏览器上也能运行，你甚至可以直接在拍下这张照片的手机上打开此页面。倾斜拍摄或光线不均匀的照片，识别效果会比平板扫描件差；先把照片拉正并裁掉背景会有帮助。
不需要。无需注册，也不收费。唯一涉及的下载是 tesseract.js 所需的语言模型，这是引擎的一次性下载，不是订阅或付费墙。