准备就绪
拖拽文件到此处，或点击选择文件
支持 JPEG、PNG、GIF、WebP、BMP、TIFF、PDF
文件大小上限：20MB
或从剪贴板粘贴图片
什么是 Image to Text
Image to Text 是基于 PaddleOCR-VL 的 AI 文字识别工具，能从照片、扫描件、PDF 和手写笔记中高精度提取文字。
111+ 语言支持
识别中文、英文、日文、韩文、阿拉伯文等 111 种以上语言的文字。
文档智能解析
将复杂 PDF 和文档转换为结构化的 Markdown 和 JSON，保留原始排版。
视觉语言模型
PaddleOCR-VL 1.5 使用紧凑的 0.9B 参数模型，快速准确地完成文字识别与场景理解。
真实场景适用
处理倾斜、变形、扫描及弱光图片——针对真实拍摄场景优化。
为何选择 Image to Text
业界领先的 OCR 精度，专为生产环境设计。
PaddleOCR-VL 在标准文档理解基准测试中达到顶尖水准，超越众多商业方案。
核心功能
图片转文字所需的一切。
多语言 OCR
支持 111+ 种语言，高精度识别各类文字和字符集。
PDF 与文档解析
将 PDF 转换为 Markdown 和 JSON，保留表格、标题和结构。
手写文字识别
准确提取笔记、表单和文档中的手写文字。
印章检测
识别并提取文档上公章和印章中的文字。
场景文字识别
从标牌、包装、屏幕等照片中检测并读取文字。
批量处理
一次处理多张图片和文档，适用于高吞吐量场景。
常见问题
还有其他问题？欢迎发邮件联系我们。