OCR 文字识别
2026-11-14
OCR 把图片与扫描版 PDF 里的文字识别成可编辑文本。桌面端的识别统一交给你的视觉模型:不需要下载本地模型,断网能力取决于所配模型是否本机可用。
用前配置
识别由 AI 视觉模型完成,需要先在「AI 模型配置」里配好支持图片输入的模型(见「AI 模型配置」)。识别请求直接发往你配置的服务商。
在 PDF 里用
打开扫描版 PDF(文字层较少时会提示可用 AI 框选识别读取扫描内容),在页面上框选要识别的区域,识别结果对照原文展示,可复制、可批注;PDF 翻译遇到扫描页时也会自动调用视觉模型先识别再翻译。
在图片里用
图片素材库与剪藏来的截图同样可以识别:直接识别整图,或拖拽框选部分区域,文字直接进入正文或素材。
扫描件尽量清晰、正向摆放,复杂版面建议分区域框选。识别完成后,这些文字就能被「全局检索」搜到。