图片转文字
从任意截图、扫描件或照片中提取文字。
模糊的图像并非文字问题，而是一个信息缺失问题。当字母边缘在多个像素上被涂抹时，OCR 引擎只能猜测，而您恰恰不希望收据总额、发票编号或日期这类关键信息依赖猜测。
好消息是：大多数因图像模糊导致的 OCR 失败，在图像传入工具之前就可预防。坏消息是：任何后期处理都无法恢复原本未被捕捉到的细节。
首先，判断图像是否具备可恢复性
观察您需要识别的最小字号文字。将图像放大至 100% 后，自问以下问题：
- 即使文字边缘柔和（不够锐利），您仍能辨认出字母吗？
- 字符之间是否彼此分离，还是已融合成一条深色条带？
- 文字是低对比度（灰字配白底），还是确实失焦？
- 模糊是由运动、压缩，还是低分辨率截图造成的？
如果您自己都无法看清文字，OCR 也无法稳定识别；若您能看清但文字略显柔和，则仍有较大概率成功识别。
修复图像采集过程，而非仅优化输出结果
1. 如有可能，请重新拍摄照片
第二张照片通常优于任何滤镜处理。拍摄时请将手机与纸面保持平行，轻触屏幕对焦于文字区域，并使用均匀照明。避免手部投下的阴影及屏幕反光。对于文档，采用能自动校正透视畸变的扫描类 App，效果往往优于随手拍摄的照片。
2. 以更大尺寸采集图像
对于截图，请先将网页内容放大再截取。例如，全屏截图中高度为 10 像素的文字，在页面缩放至 200% 后截图，其高度即变为 30 像素。切勿先截取小图再后期放大——此时浏览器只是“虚构”像素，而非还原真实细节。
3. 裁剪至仅保留文字区域
移除桌面背景、浏览器工具栏及空白页边距。紧凑裁剪能让 OCR 引擎将其有限的注意力更集中于关键字符上。同时保留少许留白，防止文字边缘被意外裁切。
4. 谨慎提升对比度
OCR 在深色文字配浅色背景时表现最佳。若图像呈现灰字配灰底等低对比度状态，适度增强对比度可能有所帮助。但过度锐化会在文字周围产生光晕，反而降低识别准确率。如使用图像编辑软件，请务必分别对比开启/关闭该调整后的 OCR 结果，而非盲目认为“越锐化越好”。
5. 避免反复 JPEG 压缩
每次以低质量 JPEG 格式保存，都会在文字周围引入块状压缩伪影。若您拥有原始 PNG 文件，请直接使用它。若他人通过聊天软件向您发送了截图，且文字内容至关重要，请主动索要原始文件。
处理整张图像前，先测试其中一行
若截图较长，请先裁剪出最难识别的一行——通常是数字、日期或小号标签文字——并单独对该裁剪区域运行 OCR。若引擎连这一行都无法正确识别，整张图也不会更好；若该行识别成功，则继续处理整图，并重点核对关键字段。
OCR 仍无法解决的问题
- 运动模糊：将字母拉长为条纹状。
- 像素缺失：源于图像过小或过度缩放。
- 文字被反光或物理遮挡物覆盖。
- 多种风格的手写体：Tesseract 主要针对印刷体设计，对多数手写体支持有限。
- 结构复杂的表格：列间仅靠空格分隔，缺乏明确边界。
对于手写体，通用视觉模型（general-purpose vision model）有时比传统 OCR 表现更优，但也可能“无中生有”地编造词语。请逐项核对图像验证每个字段。
切实可行的质量检查方法
OCR 完成后，请检查以下五项：
- 所有货币金额及小数点位置；
- 所有日期与订单编号；
- 姓名与电子邮件地址；
- 行序逻辑——尤其在多栏排版中；
- 是否存在句子被错误拆分为两条互不相关的行。
一份看似整洁的结果，仍可能包含单个错位数字。唯一真正可靠的检验方式，就是回看原始图像。
图片转文字 工具在您的浏览器中本地运行，并显示置信度分数。请将该分数视为预警信号，而非绝对保证。高置信度结果仍可能误读某个字符。
何时应选择重拍（而非修补）
若图像模糊到需手动修正超过一两个词的程度，请立即停止编辑。改为重新拍摄照片、请求更高清的截图，或直接索要原始文档。凭记忆修改 OCR 输出，正是发票、电子表格和案件记录中错误滋生的根源。
对于原本即为 PDF 的文本，PDF 转 Markdown 工具可在无需 OCR 的前提下保留文档结构。若 PDF 本身是扫描件，则 OCR 仍是第一步；但一张清晰、300 DPI 的扫描件，远胜于用手机拍摄的屏幕照片。
简明要点总结
OCR 无法恢复从未被捕捉到的细节。请优先重拍而非滤镜处理，紧密裁剪，使用清晰的 PNG 格式，并逐个数字对照图像进行验证。若原始图像在您眼中已不可读，那么它对 OCR 工具而言同样不可读。