你有没有过这种经历：拍了一张合同、一张发票、一页书，想把它上面的文字复制出来用，却发现图片里的字根本选不中。OCR（光学字符识别）就是专门解决这个问题的技术——它能把图片里的文字"读"出来，变成可以复制、搜索、编辑的文本。

一、OCR 能帮你做什么

最常见的场景是把纸质文件数字化：拍下纸质文档，识别成文字后直接粘贴进 Word 或笔记。除此之外，识别名片上的联系方式、提取海报里的金句、把截图里的代码转成可复制文本，本质都是同一件事。

和 OCR 相关的还有一种"听写"能力：语音转文字把你说的话变成文本，思路类似，只是输入从图片换成了声音。两者结合，图片和语音都能变成可编辑的文字。

二、识别之后，往往还要"归档"

识别出来的内容如果只是临时用一下，复制走就行。但如果想长期保存，更稳妥的做法是先把图片转成 PDF，这样排版固定、跨设备打开不会乱。多页资料识别完，还能用PDF 合并把零散的几页合订成一个文件，方便转发和打印。

需要确认一份 PDF 有多少页、文件大小、是否加密时，PDF 信息查看能快速给出答案，避免在邮件里传了个打不开的文件还不知道原因。

三、几点使用提醒

  • 拍摄时尽量端正、光线均匀，歪斜和阴影都会降低识别准确率。
  • 识别结果建议人工核对一遍，尤其是数字、专有名词和标点符号。
  • 涉及身份证、合同等敏感信息时，注意所用工具是否会留存你的图片，优先选本地处理的方案。
  • 中文识别效果普遍不错，但手写体和艺术字仍容易出错，关键内容别全信机器。

OCR 不是什么高深技术，但它确实能把"图片里锁着的文字"解放出来。配合 PDF 类工具做归档，日常资料管理会顺畅很多。