OCR 擅长识别什么
OCR 最擅长处理清晰的英文印刷体：字号便于阅读的信件、收据、标签、幻灯片和截图。长边超过 4,096 像素的图片会在识别前缩小。
它不适合处理手写体、模糊或倾斜的照片、装饰性字体，以及分栏或表格排版的页面，因为这些页面的阅读顺序需要靠猜。目前识别仅支持英文，而且它不做翻译。
图片转文字：把图片和扫描件里的文字提取出来
图片里的文字无法选择、搜索或编辑。ToolGPT 的 OCR 会在你的浏览器中识别照片、截图和扫描版 PDF 中的英文印刷体，并以纯文本文件的形式返回这些文字。
- 在你的浏览器中运行
- 无需登录
拖入或选择你的文件助手会载入你的文件，并完成其余的工作。选择文件
你可以这样输入
scanned-letter.pdf
打开 ToolGPT添加文件，并描述你的需求。
它能做什么
照片、截图和 PDF
识别单张图片、按页面顺序排列的几张文档照片，或者 PDF 的每一页。
最多 20 页
每条指令最多识别 20 页或 20 张照片。更长的 PDF 会被拒绝并附上解释，而不会被截短。
两种文本排版
保留印刷时的换行，或者把每个段落的各行合并起来，方便粘贴到文档中。
置信度检查
助手会得知识别的把握有多大，并在文字可能不可靠时提醒你。
可编辑的 .txt 文件
结果是一个可供下载的纯文本文件，助手可以引用其中的前 2,000 个字符。
使用方法
- 1
添加图片或 PDF
用“+”按钮添加照片、截图或扫描版 PDF。如果是逐页拍摄的页面，请按顺序添加。
- 2
要求提取文字
说“图片转文字”“OCR 一下”或“这上面写了什么？”。任务会在队列中运行，并显示进度。
- 3
下载文本文件
任务完成后，下载 .txt 文件，或者向助手询问其中的内容。
给出识别结果，或者给出提醒
ToolGPT 被要求先等识别出的文字返回，再说明页面上写了什么。当置信度较低时，它会告诉你这些文字可能有误，而不是把它当作干净的副本呈现给你。如果找不到任何可读的内容，任务会失败并如实说明，而不是交给你一个空文件。
识别在哪里进行
OCR 引擎 Tesseract 在你的浏览器中运行，因此图片或 PDF 会保留在你的设备上。为了让助手能够回答关于结果的问题，识别出的文字的前 2,000 个字符会在你的聊天中与 AI 共享，就像你输入的消息一样。扫描敏感文档之前，请记住这一点。
在一次会话中，第一个 OCR 任务会因为要加载引擎而稍慢一些；之后的任务会立即开始。
常见问题
它能识别哪些语言？
目前仅支持英文。其他语言的文字识别结果会出错或为空。
它能识别手写文字吗？
无法可靠地识别。它是为印刷文字设计的；当结果存疑时，ToolGPT 会标出置信度较低。
我的 PDF 超过 20 页，该怎么办？
让 ToolGPT 把你需要的页面保存为高分辨率图片，然后每次最多 20 张、分批识别。
我的文件会被上传吗？
不会。图片或 PDF 在你的浏览器中识别；只有识别出的文字的开头部分会与助手共享。
用你自己的文件试试
打开 ToolGPT，添加文件，然后输入你想完成的操作。