你一定遇到过这种场景:程序弹出一段报错,要复制到搜索框里查;PPT 上有一句话想引用;扫描件或截图里有一串订单号、快递单号。
这些文字都在图片里,光标选不中,只能一个字一个字敲。**OCR(光学字符识别)**就是干这个的:把图片里的文字识别成可以复制、搜索、编辑的文本。
下面先说系统自带的办法,再说一个更快、更统一的做法。
系统自带的两种办法
Mac:实况文本(Live Text)
较新的 macOS 内置了实况文本。用「预览」、快速查看或「照片」打开图片,直接用鼠标拖选文字,再按 Command-C 复制。它也能在截图预览里用,但前提是你的 Mac 和系统版本支持。
Windows 11:截图工具的「文本操作」
Win11 的截图工具截完图后,工具栏上会出现「文本操作」(Text actions)按钮,可以复制全部文字,也可以只选其中几个词。
另外,安装微软的 PowerToys 后,按 Windows 键 + Shift + T 可以调出「文本提取器」,直接在屏幕上拖选区域,文字会进入剪贴板。
这两个方案日常够用,但有三个共同的麻烦:
- 两个系统的操作方式不一样,换电脑就要重新适应;
- 图片文件要先打开,再进入某个模式;
- 有的能力只在特定系统版本上才有,Windows 10 就没有截图工具的文本操作。
更顺手的做法:截完图直接选字
如果你已经在用截图工具,更快的路径是在截图界面里直接完成 OCR。以 InSnap 为例(Mac 和 Windows 一样):
- 按截图快捷键(Mac 是 Command-1,Windows 是 Ctrl+1),把有文字的区域框出来。
- 点工具条上的OCR按钮。
- 识别结果会出现在选区旁边的面板里,一行文字一段。你可以直接在原图上拖动选字,像选文本一样选半行、一行或跨行,面板里会同步高亮。
- 按 Command-C(Windows 是 Ctrl+C)复制所选内容;什么都没选时,复制的就是全部文字。
这里有两个设计上的细节值得说:
- 识别的是原图,不是屏幕截图。即使选区上已经画了箭头、马赛克,OCR 读的仍然是没有标注的原始画面,不会把箭头认成字符。
- 完全在本机运行。用的是打包在应用里的识别模型,图片不上传,断网也能用。对经常处理内部系统截图的同学,这一点比识别率高几个点更重要。
三个提高识别率的小技巧
OCR 不是魔法,输入质量决定输出质量。这三个习惯能明显减少错字:
1. 用原始分辨率截图,不要先把图放大
把一张小图放大后再识别,只会得到模糊的边缘,识别率反而下降。直接截当前屏幕上清晰的原始画面。
2. 框选紧一点,只框文字
把边框、图标、按钮一起框进去,识别引擎可能会把图形误认成字符。只框文字区域,结果会干净很多。
3. 数字和形近字母要人工核对
字母 O 和数字 0、字母 l 和数字 1、字母 S 和数字 5,在任何 OCR 工具里都可能混淆。金额、单号、密钥这类关键数字,复制后扫一眼再使用。
语言支持到什么程度?
这一点必须说实话,免得你拿去识别日文漫画后失望。
InSnap 的 OCR 目前对中文(简体、繁体)、英文,以及德语、法语、西班牙语、葡萄牙语、意大利语等拉丁字母语言识别效果很好,带重音符号也没问题,数字和常见符号也稳定。
但日文假名、韩文和俄文目前不能可靠识别——日文里的汉字勉强能读出一部分,假名经常出错;韩文和俄文基本读不了。这是所用轻量模型的字典限制,不是调一调设置就能解决的。如果你主要处理这几种语言,应该选专门支持它们的 OCR 工具。
常见问题
Q:OCR 要额外付费吗?
InSnap 的文字识别是免费功能,不属于 Pro。
Q:会把我的截图上传到服务器吗?
不会。识别在你的电脑上完成,只有你主动使用云分享功能时,文件才会离开设备。
Q:能只复制识别结果的一部分吗?
可以。在图上拖过那几个词,或者单击某一行选中,再复制。没选中时复制全部。
Q:Windows 10 上没有「文本操作」怎么办?
可以用 PowerToys 的文本提取器,或者使用带 OCR 的截图工具,比如 InSnap。
关于 InSnap:面向 Mac 和 Windows 的截图、录屏与操作指南工具。截图、标注、贴图、OCR 免费;Pro 一次性买断,Cloud 为可选订阅。官网:insnap.cn