免费本地 OCR · 21 种语言 · 支持混排 · 不上传
图片转 Markdown（OCR 文字识别）
这是一个图片转 Markdown 的在线工具：把印刷文字的照片或截图变成可编辑的 Markdown，图片不会上传。OCR 引擎在你的浏览器里运行，支持 21 种语言，也能处理混排的页面：先选页面的主要语言，需要的话再加第二种；对于识别包无法可靠识别英文的语言（如韩语、俄语），工具会自动一并加载英文包。图片始终留在你的设备上，引擎和用到的语言包加载完成后，离线也能继续用。
图片 → Markdown
选一张印刷文字的图片
选一张浏览器能读取的照片或截图，拖到这里，或用 Ctrl+V / ⌘V 粘贴。LensUp 不会上传它。
图片转 Markdown 怎么做？
打开图片转 Markdown 工具，选择一张含有印刷体文字的照片或截图，确认文字的语言，点「开始识别」。LensUp 在你的设备上完成 OCR：页面混有两种语言时，可以再添加第二种语言；所选语言的识别包无法可靠识别英文时（如韩语、俄语、阿拉伯语），会自动加载英文包。段落、项目符号和编号列表会整理成 Markdown 结构，识别结果可以直接修改、复制，或下载成 .md 文件。图片全程不上传。
适合那些你想留成笔记、而不是留成图片的文字：书页、讲义、投影出来的幻灯片、印刷的菜谱、产品标签、表单，或者海报上的一段话。识别出来的是可编辑的 Markdown，可以直接贴进 Obsidian、Notion、GitHub issue 或任何纯文本笔记里。
它的能力范围是有意收窄的：只识别印刷体文字，以你选择的主要语言为准，也可以再添加一种语言；能看出来的结构——段落、项目符号列表、编号列表、较大的标题、带框线的表格——会保留成 Markdown；多栏排版、手写体和数学公式的识别结果不可靠，需要你逐行核对。不管叫图片转markdown、图片转md 还是截图转 Markdown，做的都是同一件事：得到一份你先检查、再使用的 Markdown。
图片转 Markdown 的步骤
- 选一张图片选择一张含有印刷体文字的照片或截图，拖到工具区，或者直接用 Ctrl+V / ⌘V 从剪贴板粘贴。JPG、PNG、WebP、iPhone 的 HEIC 和 TIFF 都在本地读取，页面会显示图片和尺寸，什么都不会上传。
- 确认语言，开始识别确认页面上印的是哪种语言（菜单会按本页语言预选），页面混排时再加一种，然后点「开始识别」。第一次使用会下载 OCR 引擎（约 1.5 MB）和所需的语言包（每个 0.4–3 MB），之后都有缓存；识别在你的设备上进行，带进度条。
- 检查、复制或下载Markdown 会出现在图片旁边的编辑框里，附带字数和平均置信度。把识别错的地方改一改，然后复制到剪贴板，或者下载成 .md 文件。
哪些会变成 Markdown，哪些不会
每个印刷段落变成一个 Markdown 段落：段内换行会合并，行尾的连字符断词会拼回去；中文、日文、泰文按字符计数，行与行之间不插空格。以项目符号开头的行变成无序列表；以 1.、2.、3.，或以“一、二、三”“1、2、3”开头的行变成有序列表；单独一行、明显比正文大或者全是大写的短句，变成二级标题。其余内容按阅读顺序保留为普通文本。
带框线的表格会变成 Markdown 表格：识别前先把格线擦掉，每一行印刷内容成为一行，各行共有的空隙成为列；因此合并单元格和没有框线的表格会变成一行行文本。数学公式不识别——分数、上标和符号会乱掉；双栏排版可能交错；手写体、装饰字体、很小的字和复杂底纹上的文字识别效果差或者被跳过。数字、姓名和编号值得再看一遍，那里错一个字比正文里错一个字要紧得多。结果下方的平均置信度是引擎自己的估计，不是保证。
手机拍照怎么拍得好识别
OCR 最喜欢平整、清晰、光线均匀、正对着拍的文字，清晰度大致相当于 300 dpi 的扫描件。让文字撑满画面，避开阴影和反光，等对焦稳了再按快门。特别大的照片会先缩到长边 2600 像素再识别，普通书页和文档的文字依然清楚，还省内存和时间。
如果页面歪了或者有阴影，先用 LensUp 的扫描工具处理一遍：透视校正加去阴影能得到一张平整、高对比度的页面，从扫描工具下载的 JPG 或 PNG 拿到这里识别效果很好。截图也可以直接识别，通常是最省事的情况。
本地引擎不够用时：用 Pro 修复
Pro 将所选图片经 LensUp 发送给 Mathpix，识别公式和表格并返回可编辑的 Markdown。使用前请核对结果。Pro 会上传所选页面进行处理。临时文件和结果在 24 小时后删除，仅成功的页面扣费。
充值套餐和价格在「我的账号」中查看，可使用 Google 或邮箱链接登录。转换前会显示本次所需积分，由你确认。
多语言混排，全部在设备上完成
页面提供 21 种语言：英语、法语、德语、西班牙语、葡萄牙语、意大利语、波兰语、土耳其语、印尼语、越南语、中文（简体和繁体）、日语、韩语、俄语、阿拉伯语、波斯语、乌尔都语、印地语、孟加拉语和泰语——也就是 LensUp 本身支持的语言。每种语言是一个独立的识别包，选到才下载：一页法文只需要 0.7 MB 的包，一页中文大约 1.7 MB，从不整套下载。选页面上真正印着的语言，混排时再加一种；韩语、俄语、阿拉伯语、波斯语、乌尔都语、印地语、孟加拉语和泰语会自动搭配英文包，因为这些语言的识别包单独使用时无法可靠识别英文单词。语言选错了会得到碎片而不是 Markdown，状态行会提示，「检测语言」会按文字系统逐个试包找到对的那个——所以混排的页面照样能得到干净的 Markdown。
本地 OCR 在浏览器中处理图片，不上传图片。引擎文件和语言包从 lensup.ai 下载并由浏览器缓存，同一种语言第二次识别立刻开始。扫描工具本身依然不含 OCR，也不生成可搜索的 PDF。
常见问题
图片转 Markdown 的时候，图片会离开我的设备吗？
本地 OCR 在浏览器中处理图片，不上传图片。Pro 将所选图片经 LensUp 发送给 Mathpix，识别公式和表格并返回可编辑的 Markdown。使用前请核对结果。Pro 会上传所选页面进行处理。临时文件和结果在 24 小时后删除，仅成功的页面扣费。
图片转markdown 支持哪些语言？
21 种印刷体语言：英语、法语、德语、西班牙语、葡萄牙语、意大利语、波兰语、土耳其语、印尼语、越南语、中文（简体和繁体）、日语、韩语、俄语、阿拉伯语、波斯语、乌尔都语、印地语、孟加拉语和泰语。一页可以含两种：选主要语言，混排时加第二种；韩语、俄语、阿拉伯语、波斯语、乌尔都语、印地语、孟加拉语和泰语的识别包单独使用时无法可靠识别英文单词，因此工具会自动加载英文包。任何语言的手写体都不支持。
为什么有的文字识别错了或者缺了？
先检查语言包是不是选对了：Markdown 下方的提示里有「检测语言」，它会按文字系统各试一个包，留下最好的结果。然后是照片本身：模糊、反光、阴影、歪斜、字太小、装饰字体和花哨的背景都会降低识别质量，表格和多栏页面可能顺序错乱。把照片重新拍平拍清楚，或者先用扫描工具处理，再核对 Markdown 之后使用。