OCR 文字识别
上传文件或粘贴文档链接，提取文字并按原版式导出，支持中英文混合与繁简转换
点击选择文件 或 拖拽到此处
支持 PNG · JPG · BMP · GIF · WEBP · TIF · PDF，单文件不超过 50MB
PDF
填写公网可访问的图片或 PDF 直链地址，单文件不超过 50MB。无法访问内网地址，链接中的重定向次数最多 5 次。
识别选项
通用模式走轻量启发式版面分析，单页通常几秒；高级模式额外启用 PP-DocLayout + SLANeXt 神经表格结构识别，能还原表格行列，但单页可能耗时数分钟，低配环境建议用通用模式
高清模式会放大图片并启用更严格的前处理，适合小字号与低分辨率文件
自动检测会判断原文字形并保持一致；选择简体或繁体时会统一转换输出
通用模型优先使用 Tesseract，不可用时自动回退到 PP-OCR；PDF 有文本层时直接无损提取。Tesseract 适合中英文混排的复杂版式；PP-OCR 为官方配套模型，中文识别准确率高、速度更快，并支持文字位置标注
选择文档的主要语言可显著提高识别准确率；多语言混排会同时加载中英日韩包，速度较慢
导出格式