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 Markdown，而且不上传图片。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；韩语、俄语等语言包单独使用时无法正确识别英文单词，工具会自动把英文包一并加载。图片始终留在你的设备上，引擎和语言包缓存之后，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。
只识别印刷体。一页可以有两种语言：选主要语言，再加第二种，需要英文辅助的文字会自动加上英文。带框线的表格变成 Markdown 表格；手写体、无框线表格、公式和多栏排版只能尽力而为——使用前请核对。
Pro 会把整张图片经 LensUp 服务器发送一次给 Mathpix——专门识别公式和表格的商业引擎——并用它的结果替换这里的 Markdown（公式写成 $…$）。LensUp 不会保存图片；Mathpix 按其自身条款处理。每次修复消耗 1 次；50 次 4.99 美元，一次性购买，没有订阅。
图片转 Markdown 怎么做？
打开图片转 Markdown 工具，选一张印刷文字的照片或截图，确认文字的语言，点「开始识别」。LensUp 在你的设备上完成 OCR——页面混合两种语言时，可以再添加第二种语言，选择韩语、俄语、阿拉伯语等语言时，会自动同时加载英文语言包——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、写得工整的白板总结、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。
它有意把能力范围收窄：只识别印刷体文字，先识别你选择的主要语言，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、手写体和数学公式只能尽力而为，需要你逐行核对。图片转markdown、图片转md、照片转 Markdown、截图转 Markdown、JPG 转 Markdown、图片文字识别：说法不同，做的是同一件事，结果永远是一份你先检查、再使用的 Markdown。
图片转 Markdown 的步骤
- 选一张图片选一张印刷文字的照片或截图，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：透视矫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
免费路径背后的开源引擎 Tesseract 不认识数学公式，遇到没有框线的表格或合并单元格也会吃力。对这类页面，结果区可以提供「用 Pro 修复」——这是站点开通支付后才会出现的付费选项：整张图片经 LensUp 服务器发送一次给 Mathpix（专门做公式和表格的商业识别引擎），用它返回的 Markdown 替换本地结果，公式以美元符号包裹的 LaTeX 呈现，表格是 Markdown 表格。LensUp 在传输过程中不保存任何内容（Mathpix 按其自身条款处理），本地结果随时一键恢复。
Pro 按次付费，正是为了让免费路径永远免费、永远本地：使用 Pro 时，通过邮箱链接登录（无需密码），一次性购买 50 次（4.99 美元），每次 Pro 识别用掉一次。识别在服务商那边失败的话，不扣次数。
多语言混排，在设备上完成，有意为之
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，因为这些包单独工作时会把英文单词认成长得像的字母。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。
一切都在本地用开源引擎完成，和 LensUp 处理其他图片的方式一样：不上传、不注册、服务器上没有你的图片和文字的副本。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？
免费路径不会：OCR 引擎和你选的语言包下载到浏览器里，识别在本地进行，照片、识别出的文字和 .md 文件都不会到达 LensUp 的服务器。唯一的例外是需要你明确选择并主动点击的 Pro 功能——当结果区提供「用 Pro 修复」（站点开通支付后才出现的付费选项）时，点它会把整张图片经 LensUp 发给 Mathpix（做公式和表格的商业识别引擎）并拿回 Markdown；LensUp 在传输过程中不保存（Mathpix 按其自身条款处理），需要邮箱登录和付费次数（50 次 4.99 美元，一次性），本地结果可以恢复。
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、孟加拉语和泰语会自动连同英文一起识别，因为这些包单独工作会把英文单词认成长得像的字母。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。