图片文字提取 (OCR)
BETA在浏览器中使用本地韩文 PP-OCRv5 模型从图片提取可编辑的韩文、英文和数字文本。图片不会上传。
快速说明与规格
核心流程在此浏览器中运行。开始前请核对支持格式、公开限制以及按需下载的模型大小。
- 输入
- JPG、PNG、WebP和GIF
- 输出
- 文本和Markdown
- 处理位置
- 此设备的浏览器中
- 模型支持的语言
- 韩语和英语
- 单文件上限
- 10 MB
- 每次文件数
- 1
- 按需模型下载
- 18 MB
- 最后核验
界面语言与模型处理语言不同。识别和发音质量因语言而异，请核对结果。 当前模型未将此界面语言列为支持的输入语言。
OCR 在此浏览器中本地运行。图片不会上传到 Aiviko 或任何 OCR API。
将图片拖放到此处
PNG、JPG、WebP 或 GIF · 单张图片 · 最大 10MB
浏览文件提取的文字
如何在浏览器本地提取图片文字
Aiviko 图片文字提取 (OCR) 工具可在浏览器本地从单张最大 10 MB（不超过 5,000 万像素）的 PNG、JPG、WebP 或 GIF 图片中提取韩文、英文和数字文本。工具在首次运行时按需下载并缓存约 18 MB 的韩文 PP-OCRv5 检测与识别模型，通过专用 Web Worker（优先使用 WebGPU，回退至 WASM）在设备端完成识别。
1. 拖入或粘贴单张图片（最大 10 MB）
选择文字清晰、方向摆正的 PNG、JPG、WebP 或 GIF 照片、扫描件或屏幕截图。
2. 运行本地 PP-OCRv5 识别
首次使用会下载并缓存约 18 MB 模型资产，随后在浏览器工作线程中通过 WebGPU 或 WASM 执行文字检测与识别。
3. 核对文本并导出 TXT 或 Markdown
将提取出的姓名、金额、日期与原图核对无误后，一键复制或下载为 TXT、Markdown 文件。
支持格式与核心能力
- 基于本地韩文 PP-OCRv5 模型，从票据、通知、表单和截图中提取韩文、英文与数字内容
- 支持单张最大 10 MB、5,000 万像素以内的 PNG、JPG/JPEG、WebP 和 GIF 图像（自动缩放到 8 MB 内部预算）
- 基于 ONNX Runtime Web，支持 WebGPU 硬件加速与版本固定的 WASM 自动回退
- 支持复制纯文本，或直接下载 TXT (.txt) 与 Markdown (.md) 文件
模型范围与准确度限制
- 尽管网站界面提供 5 种语言，当前内置的 PP-OCRv5 识别模型主要针对韩文、英文与数字，不提供专门的中文、日文或西班牙文识别模型。
- 不支持直接上传 PDF 或 iPhone HEIC 照片；请先使用“文件转换器”将 PDF 页面或 HEIC 转为 PNG/JPG 后再进行 OCR。
- 手写体、竖排文字、多栏复杂表格、数学公式或模糊倾斜图像可能出现漏字或顺序错乱，重要内容请务必对照原图复核。
相关本地工具
图片文字提取 (OCR) 常见问题
可以从 PDF 或 iPhone HEIC 照片中提取文字吗？
OCR 直接支持 PNG、JPG、WebP 和 GIF 图片。如果是 PDF 或 HEIC 文件，请先用 Aiviko 文件转换器将其转换为 PNG 或 JPG，再导入 OCR 提取文字。
当前 OCR 支持识别哪些语言文字？
当前捆绑的是韩文 PP-OCRv5 识别模型，主要识别韩文、英文和数字，不适用于大段中文或日文文档识别。
我的图片会上传到 Aiviko 服务器吗？
不会。图像预处理和模型推理都在您的浏览器 Web Worker 中运行，图片像素不会发送到任何 OCR API；首次运行时仅需下载约 18 MB 的模型与运行时文件。
使用前须知
产品信息审核：Aiviko Team处理位置
所选输入在浏览器中处理，不会上传到 Aiviko 的处理服务器。
可能使用网络的内容
页面可能下载代码、字体、运行文件或机器学习模型。分析与广告仅按隐私和 Cookie 政策所述选择与条件加载。
结果与限制
速度、准确率和实际最大文件大小取决于输入、浏览器与设备。重要用途前请阅读指南。