把图片、扫描件、截图、PDF 里的文字提取出来，做成可编辑的文本。本文实测 5 款主流 OCR 工具，包含中文识别准确率对比、隐私安全性、批量处理能力，帮你选对工具。
OCR = Optical Character Recognition，光学字符识别。简单说：把图片里的"字形"识别成可编辑的"文本"。
典型应用场景：
| 指标 | 为什么重要 | 参考值 |
|---|---|---|
| 中文识别准确率 | 中文 OCR 比英文难，字形相近容易识别错 | > 95% 算优秀 |
| 隐私安全性 | 敏感文件（合同 / 证件）上传到云端有泄露风险 | 本地处理最优 |
| 支持格式 | 不光要支持 PNG/JPG，还要 PDF、扫描件、手写 | 格式越多越好 |
| 批量处理 | 处理 100 张图片和 1 张图片的工具需求不同 | 支持 ZIP 批量上传 |
| 价格 | 免费版通常有页数 / 次数限制 | 个人用免费版够用 |
| 工具 | 中文准确率 | 隐私 | 格式 | 批量 | 价格 |
|---|---|---|---|---|---|
| 简盒 OCR | 97% | 本地处理，不上传 | JPG/PNG/PDF/扫描件 | 支持 | 完全免费 |
| 百度 OCR | 98% | 上传百度云 | JPG/PNG/PDF | 支持（API） | 免费版 1000 次/月 |
| 腾讯云 OCR | 97% | 上传腾讯云 | JPG/PNG/PDF | 支持 | 免费版 1000 次/月 |
| Google Vision | 92% | 上传 Google | 几乎全格式 | 支持 | 免费版 1000 次/月（需科学上网） |
| Azure CV | 93% | 上传微软 | 几乎全格式 | 支持 | 免费版 5000 次/月 |
百度 OCR：中文识别最强（毕竟本土团队），但所有图片都上传到百度云。如果处理的是公开材料（如书摘）没问题，但如果是合同 / 证件 / 内部资料，建议用本地工具。
开通步骤：
中文也不错，免费额度跟百度一样。适合已经用腾讯云其他产品的用户（同一个账号体系）。
功能最全（支持 100+ 语言、手写识别、表格识别），但中文识别率不如国内厂商，且需要科学上网才能用 API。
企业级 OCR，跟 Office 365 集成好。中文识别率尚可，价格中等。适合微软生态用户。
我们用 10 张真实场景图片测试了 5 款工具，每张图片包含 100-500 字中文内容。结果如下：
| 图片类型 | 简盒 | 百度 | 腾讯 | Azure | |
|---|---|---|---|---|---|
| 打印中文（宋体） | 99% | 99% | 98% | 96% | 95% |
| 手写中文 | 92% | 93% | 91% | 88% | 87% |
| 竖排古文 | 88% | 90% | 87% | 82% | 80% |
| 表格中文 | 96% | 97% | 95% | 92% | 91% |
| 含中英混合 | 97% | 98% | 97% | 95% | 94% |
| 含数字 + 符号 | 98% | 99% | 98% | 97% | 96% |
| 模糊图片 | 85% | 87% | 84% | 80% | 78% |
| 倾斜图片 | 93% | 94% | 92% | 89% | 88% |
| 低分辨率 | 87% | 89% | 86% | 82% | 80% |
| 艺术字体 | 75% | 78% | 73% | 68% | 65% |
| 平均 | 91% | 92% | 90% | 86% | 85% |
结论：
简盒 OCR 用了 Tesseract.js（Google 开源 OCR 引擎的 WebAssembly 版）+ 中文语言包，浏览器内本地处理。
这些场景需要用云端 OCR（百度 / 腾讯）。
| 场景 | 推荐工具 | 理由 |
|---|---|---|
| 个人截图 / 书摘 | 简盒 OCR | 免费 + 隐私 |
| 扫描合同 / 证件 | 简盒 OCR | 本地处理，敏感数据不外流 |
| 大批量名片 / 发票 | 百度 OCR API | 批量 API 快 |
| 手写笔记 | 百度手写 OCR / 腾讯云 | 手写识别云端更强 |
| 多语种混合 | Google Vision | 100+ 语言 |
| 企业内部系统集成 | Azure CV | 微软生态集成好 |