图像转文本

您的图片会怎样处理

图像转文本，也称为OCR（光学字符识别），会识别图片中的字母形状，并找出它们对应的字符。这项工作由一个开源OCR引擎Tesseract在您的浏览器标签页内完成。第一次使用某种语言时，您的浏览器会从本网站下载该语言的模型，大小在1到3兆字节之间。之后，图像将在您自己的设备上读取。

图片中的任何内容都不会被发送到任何地方：既不会发送到DocTranslator，也不会发送到OCR服务。这对于人们最常拍摄以供阅读的内容很重要，例如办公室的信件、处方、合同页面或护照。

如何从照片中获取干净的文本

OCR的质量取决于它所读取的图片。以下四点影响最大：

• 首先选择正确的语言。 引擎会根据您选择的语言的字母表和词汇来读取。将俄语当作英语读取会产生乱码，如果语言选择错误，法语或波兰语中的变音符号也会丢失。
• 将页面拍平拍正。 将手机直接放在纸张上方，让页面充满画面，并避免书脊附近的卷曲。弯曲的线条比小图片更容易让引擎混淆。
• 均匀布光。 页面上的阴影或光面纸上的闪光灯反光会遮挡字母。窗户的日光，不使用闪光灯，通常效果最好。
• 保持清晰。 在拍照前，点击屏幕对焦文本。小字需要足够大才能用肉眼看清。

OCR容易出错的地方

即使是高质量的扫描件也会出现一些错误，而且错误往往是相同的：字母l被读成数字1，O被读成0，rn被读成m，行末的逗号丢失。在将姓名、数字和日期复制到任何重要内容之前，值得仔细检查。

手写体比印刷体要难得多，连笔手写体经常被错误识别或根本无法识别。输出的是纯文本，因此页面布局不会保留：列会被一个接一个地读取，表格会变成一行的单词。如果您也需要保留布局，下一节将介绍方法。

当您需要其他语言的文本时

将文本复制到翻译器会丢失页面信息：印章、表格、每行文字的位置。要 翻译扫描文档 并保留其布局，请将扫描件上传到DocTranslator。它会通过OCR读取扫描件，翻译文本，并以108种语言中的任何一种返回看起来像原始文件的文件。

此页面上的浏览器工具可读取英语、西班牙语、法语、德语、意大利语、葡萄牙语、俄语、乌克兰语、波兰语、土耳其语、阿拉伯语、印地语、中文（简体）、日语、韩语和越南语。在扫描的PDF中，它可以读取前5页；翻译则会读取DocTranslator支持的每种语言的每一页。