图片转 Markdown（OCR）
拖入 PNG、JPG、WebP、TIFF 图片或扫描版 PDF，即可得到可编辑的 Markdown。OCR 引擎（Tesseract）与 PDF 渲染器全部运行在你的浏览器中，文件不会离开你的设备。
拖入图片或扫描版 PDF
支持 PNG、JPG、WebP、BMP、GIF、TIFF 或 PDF —— 支持多页 PDF
提示：在 Word 中复制内容后，在本页任意位置按 Ctrl+V 即可转换
首次使用会从 CDN 下载 OCR 语言数据（约 2–15 MB），之后由浏览器缓存。图片与 PDF 文件本身不会上传。
浏览器 OCR 的工作原理
OCR（光学字符识别）把像素变成文字。识别效果取决于源文件的质量：扫描件、手机拍摄的文档照片、截图，各自带有不同程度的噪点、倾斜与模糊。
本页在本地运行两个引擎：扫描版 PDF 先由 pdf.js 逐页渲染到 canvas，再由编译为 WebAssembly 的 Tesseract 逐页（或逐张图片）识别。二者都运行在你的浏览器标签页内，所选文件全程不会上传。
识别结果会合并为一份 Markdown 文档。若输出格式选择 HTML、RST 或 LaTeX，这份 Markdown 会再交由 Pandoc 引擎转换为目标格式 —— 依然完全在你的设备上完成。
如何获得准确的 OCR 结果
扫描分辨率建议 300 DPI 以上，并尽量保持页面端正。分辨率过低与画面倾斜是识别错误的两大主因；引擎会把每页最长边渲染到最高 2200 像素，以保证足够的细节。
请选择与文档一致的语言。识别器一次只加载一种语言模型，若用错语种（例如用英语识别德语扫描件），错误率与处理时间都会上升。
表格、表单与多栏排版会输出为纯文本行，而非结构化 Markdown —— OCR 识别的是文字，不是版式。表格通常需要手工整理，数字、姓名与编号务必逐项核对。
图片 / PDF OCR 常见问题
+图片会上传到服务器吗？
不会。OCR 引擎（Tesseract）与 PDF 渲染器都通过 WebAssembly 在你的浏览器中运行。只有语言数据会在首次使用时从 CDN 下载，图片与 PDF 本身不会离开你的设备。
+支持哪些语言识别？
英语、德语、法语、西班牙语、意大利语、葡萄牙语、简体中文与日语。在「OCR 语言」下拉框中选择与文档一致的语言可获得最佳准确率。
+能识别扫描版 PDF 吗？
可以。多页 PDF 会逐页渲染并按顺序识别 —— 这正是「PDF 转 Markdown」页面会提示需要 OCR 的场景。
+会保留原始版式吗？
OCR 识别的是文字而非版式，因此表格与多栏内容会输出为纯文本行。简单的段落、标题与列表效果最好；数字与姓名请务必核对。
+识别准确率如何？
取决于源文件。清晰的 300 DPI 扫描件通常效果很好；模糊的手机照片或倾斜页面则需要人工修正。提高分辨率并使用正确语言，收益最大。