一、先给结论
因为这条链路还原的是文字，不是版面。「图片转文字」收 JPG、JPEG、PNG、BMP、WEBP（不收 PDF），每张图输出一个同名的 .txt（UTF-8 纯文本），里面只有文字本身和它们的换行先后顺序。字号、颜色、加粗、分栏、表格线，这些「字长什么样、摆在哪个格子」的信息，一律不保留。边界一句话：能还原文字与换行顺序，不能还原字号、颜色和表格线。这一步是服务器处理，文件要上传到本站服务器处理；不登录也能用，登录后产物在文件列表里集中取。
二、为什么版面留不下
这不是偷懒，是产物的性质决定的。识别这一步做的事，是在一张图上认出「这里有一个字」，把认出的字符按顺序拼成文本流；它的终点是一个 .txt，而纯文本根本没有位置去记录「这一行是三号加粗」「这两列被一条竖线分开」。哪怕原图里表格线再清楚，它也只是像素，不是「谁和谁同属一格」的结构信息，重新存成文本时这条信息没有落脚的地方。
分栏同理：左右两栏在图上是并排的，但 .txt 是一条直线往下排，只能按某种阅读顺序把两栏接起来，栏与栏的并排关系就此消失。所以拿到的文字是对的、能搜能复制，只是不再「长得像原图」。
理解这一点，就知道它适合什么、不适合什么。它适合「要内容不要样子」的活儿：把一份通知的文字抠出来重排、把截图里的地址和电话复制走、把一段说明并进自己的稿子。它不适合「要一张和原件长得一样的表」：从产物形态上就注定给不了，硬在文字档上追边框、追字号，追多久都是空。要那种结果，得换成会保留行列结构、甚至还原合并单元格的另一档入口。
三、哪些留、哪些不留
| 图上的元素 | .txt 里 | 想要它怎么办 |
|---|---|---|
| 文字本身 | 保留 | 直接可用，UTF-8 纯文本 |
| 换行的先后顺序 | 保留 | 按识别到的行序排 |
| 字号、颜色、加粗 | 不保留 | 纯文本不记录显示属性，需重排请回编辑器手动设 |
| 分栏的并排关系 | 不保留 | 被接成一条直排，栏序按识别结果 |
| 表格线与行列结构 | 不保留 | 要行列与合并单元格走「表格识别转Excel」 |
| 印章、公式、竖排古文 | 不可靠 | 面向印刷体，这几类本就难还原 |
四、图太小为什么是空的 / 分场景怎么选
尺寸很关键：图片长边超过 8000 像素会先等比缩小再识别，长边不足 1000 像素则容易漏识、甚至结果为空——「为什么转出来是空的」，最常见的原因就是图太小、字太糊。分场景看：
- 一张清晰的印刷文档拍照、屏幕截图取字：这一档正合适，出一个 .txt。
- 一张带行列、要保留成表格：别用文字档，走 表格识别转Excel，它还原行列位置与合并单元格。
- 手上是扫描版 PDF：这一档不收 PDF，走 扫描件PDF转Word。
- 内容是工整手写：这一档面向印刷体，手写要单独走手写那一档。
五、别做这几件事
- 别拿缩略图、聊天里被压过的小图来转：长边不足 1000 像素很容易漏字甚至出空结果，换原图或大一点的版本。
- 别指望 .txt 里还带表格线和加粗：纯文本装不下这些，要结构请走表格识别那一档，别在文字档上纠结。
- 别拿它当 PDF 入口：这一档不收 PDF，扫描版 PDF 得先走扫描件转 Word。
- 别对着反光、阴影、斜拍的照片取字：纸面被反光盖住、字被压扁时最容易缺行漏字，先把图拍正拍清。
六、老缺字、出空结果时按这个顺序排查
- 看长边像素：不足 1000 就先换更大的图，别在模糊小图上硬取。
- 看清晰度：手机拍照正对纸面、避免反光和阴影，字虚了先重拍。
- 看内容类型：印章、数学公式、竖排古文本就不可靠，别按整篇能拿全来预期。
- 看要的是字还是版面：要行列结构、要保留成表格，直接改走表格识别那一档。
常见问题
问：转出来的文字挤成一坨，原来的表格线哪去了？
答：.txt 只有文字和换行，表格线、单元格这些结构不保留；要行列和合并关系，请走「表格识别转Excel」那一档，它才还原行列位置。
问：结果基本是空的，是失败了吗？
答：多半是图太小。长边不足 1000 像素很容易漏识甚至结果为空，换清晰的、长边够大的图重做一次往往就有内容。
问：一张很长的高清图会不会超出处理不了？
答：能处理。长边超过 8000 像素时会先等比缩小再识别，不会因为图长就直接罢工，但仍以图上的字够清楚为前提。
本站入口
站内 图片转文字，收 JPG、JPEG、PNG、BMP、WEBP，每张图出一个同名 .txt（UTF-8），文件要上传到本站服务器处理。拿到文字后若要行列结构走「表格识别转Excel」，若原件是扫描 PDF 走「扫描件PDF转Word」。