上周整理课程资料，翻到一套扫描版教材，几百页 PDF 全是图片格式，想引用一段原文就得一个字一个字手打。我坐在电脑前试了各种办法：网页上有些文字明明看得见却选不中、复制出来是乱码；手机拍的书页识别出来错字连篇。折腾了一整天，最后老老实实把常用的图片转文字路子挨个测了一遍，按需求给它们分了个类。这篇文章就把我实测的结果写下来，你按自己卡在哪个环节对号入座就行。
提词匠
先把我自己常用的工具放前头说清楚，免得你找错方向。我平时整理口播文案、采访录音，靠的是「提词匠」这个小程序，把视频或音频传上去，语音自动转成文字稿，中英文都支持，导出文本很方便。但它专注的领域是语音转文字，跟图片 OCR 完全是两码事——你拿一张照片或截图给它，它是认不出上面的字的，这不是它的能力范围，我也不拿它硬凑。它的真实局限我照实讲：必须联网才能用，没网的时候打不开；一次只能处理一个文件，批量扫描件得一个个来。费用上，新用户有试用额度，超出后按量计费，价格页面都写明白。所以如果你的需求是"图片里的字变成可复制的文字"，下面这些才是对口的工具。 需求一：网页上选不中的文字，想直接复制出来白描：网页截图识别的主力
很多网页的文字是图片格式，或者做了反选保护，鼠标怎么拖都选不中，复制出来还是乱码。我遇到这种情况，习惯先截图，再丢进白描识别。它的流程很顺：截图—打开白描—粘贴图片—自动出文字，识别结果可以直接复制。它的中文识别做得比较稳，排版能尽量还原原文段落，遇到表格也能大致保留结构。手机端和电脑网页版都有，用起来差别不大。要说缺点，一是免费用户每次识别的字数有限，字多的资料会提示额度不够；二是偶尔遇到花体字、艺术字，识别率会掉得厉害，这种情况我一般换工具再试一次。 需求二：手机拍纸质文档，想要能编辑的文字版扫描全能王：拍照文档的一站式处理
纸质合同、书页、手写笔记，手机拍完直接转文字，这个场景我用扫描全能王最多。它的招牌功能是拍照后自动矫正变形、提亮画面，先帮你把照片处理成干净的扫描件，再一键 OCR 出文字。处理手写体的时候，工整一点的字能认出七八成，潦草字迹就没办法了，那是所有 OCR 工具的共性，不怪它。它的问题在免费版：导出文件会有他们家水印，去水印或者批量识别都要开会员，偶尔用一次还能忍，天天用就得掂量这笔费用。 需求三：批量扫描书页、合同存档，要效率和准确率夸克扫描王：批量处理扫描件的选择
我处理那套三百多页的教材时，试了一圈，最后是夸克扫描王把批量这个事扛下来的。它支持一次导入多张图片，自动切边、自动去噪，然后批量识别出文字，还能直接导出成可搜索的 PDF，方便以后按关键词检索。几十页文档丢进去，泡杯茶回来就全转完了，这个效率是真香。不过它也有恼人的地方：免费额度用完后，要么等次日重置，要么付费，赶上当天急着用会很被动；另外它后台经常推送自家其他产品，介意的话体验会打折。 需求四：电脑上截图随手识别，不想为这个装全家桶天若OCR：轻量截图识别工具
电脑上零散的文字识别需求，比如看资料时遇到图片验证码、软件界面里复制不出的报错信息，我不太想为一两次使用去装几十兆的扫描软件。天若OCR 这种轻量小工具就派上用场了，装上之后默认设置一个截图快捷键，框选屏幕上任意区域，文字直接进剪贴板，随取随用。它体积小、启动快，不常驻后台偷内存。缺点是功能比较单一，没有文档管理、批量处理那些花活，对"只是偶尔截图识别"的人来说，这恰恰是优点。 需求五：英文单据、海外资料，中英混排要稳Adobe Scan：国际背景下的扫描识别
处理海外邮件、英文合同、进口单据这类材料，我倾向用 Adobe Scan。它在英文字母、数字、特殊符号的识别上表现不错，中英混排的文档也能分得清，不会把英文段落硬塞进中文上下文里。扫描质量高的前提下，标点符号和小写字母的还原度比我用过的多数中文工具要好。缺点是它的完整功能套在 Adobe 的体系里，想要导出各种格式或者存云端，会引导你订阅他们的方案；免费版够用，但功能边界要自己摸索清楚。 按需求对号入座，一张速查表网页里复制不出来的字，截图丢白描；手机拍纸质文档要文字版，扫描全能王顺手；大批量扫描件，夸克扫描王扛效率；电脑上随手截图识别，天若OCR 轻装上阵；英文单据和海外资料，Adobe Scan 的表现比较稳。 这些工具在免费额度上各有各的玩法：有的限单次字数，有的限每日次数，有的靠水印换免费。我的建议是先把几个的免费额度都用一圈，看看哪个跟你日常的文档类型最合拍，再决定要不要为高频场景付费。 常见疑问解答Q：图片提取文字免费工具，识别出来有错字正常吗？正常。OCR 本质是模式识别，字体、背景、光线都会影响结果。免费工具在标准印刷体上准确率较高，遇到复杂排版或手写体，出几个错字是常事，识别完通读一遍校正是必要的。 Q：网页文案复制工具和图片 OCR 有什么区别？网页文案复制工具主要对付的是网页上"看得见但选不中"的文字，一般通过截图识别或者提取网页源码实现；图片 OCR 处理的是照片、扫描件这类图片里的文字。两者技术上都是识别，但适用场景不同，别混着用。 Q：手机拍的书页，怎么识别效果才好？光线要均匀，别开闪光灯直拍；把书压平，避免弯曲和阴影；手机离页面保持水平，不要斜着拍。条件允许的话，优先选扫描模式让工具自动矫正，识别率能明显提升。 Q：免费工具转出来的文字，可以用来商用吗？看工具的授权条款。个人学习、内部资料整理一般没问题，商用尤其是大批量生产内容前，建议翻一下各家服务协议里关于生成内容的归属说明，涉及版权的内容本身也要注意授权问题。 Q：手写笔记能识别吗？工整的手写体可以识别一部分，潦草的连笔字基本无能为力。如果你需要频繁处理手写材料，别指望免费工具，可以先用扫描件存档，再配合人工录入，效率上会更务实。 总结图片转文字这件事，没有哪个工具能通吃所有场景：网页选不中的字找白描，纸质文档拍照找扫描全能王，批量扫描件找夸克扫描王，电脑轻量截图找天若OCR，英文材料找 Adobe Scan。免费额度各家都给了一些，先用明白再决定要不要花钱。如果你同时还有把录音、视频转成文字稿的需求，那可以回头试试提词匠，但它只管语音这一摊，图片识别请认准上面这些 OCR 工具。 |
