stssts团队 主站 EN
指南

文字识别

本地 OCR 的使用与准确率技巧

本页目录

文字识别指南

从图片里提取可复制的文字,本地 OCR 引擎,图片不上传。入口:https://lab.stsqz.com/ocr。

使用步骤

  1. 上传含文字的图片(截图效果最好)
  2. 引擎自动检测文字区域并逐块识别
  3. 结果按区域顺序排列,一键复制全文

引擎说明

使用 PP-OCRv4 检测与识别两段式模型:先由检测模型框出图中所有文字块,再由识别模型逐块转成文字。首次使用合计下载约 16MB,之后离线可用。超长边的图片会先等比缩放到引擎合适的尺寸再识别。

建议场景

  • 截图里的代码、报错信息、聊天记录
  • 书页、试卷的整段文字
  • 中英文混排均可识别

提高准确率

  • 图片尽量清晰,避免强压缩噪点
  • 文字方向保持水平,倒转的图先转正
  • 小字号图片建议放大后再上传
  • 排版复杂的图(表格、多栏)识别后按块排列,顺序可能与视觉阅读顺序略有出入,复制后手动调整最快

和其他工具配合

识别出的文字直接贴进文字工具做字数统计、格式转换,或贴给 piko 的大脑让它总结——一套本地流水线就成型了。

ESC
输入关键词搜索文档
↑↓切换Enter打开Esc关闭