输的从来不是识别,是底色。处理链路里有一条固定动作:透明底图片先铺白底再拍平,把 alpha 通道换成实色像素。白字压在白底上,明暗差为零,等于你把一张白纸交了上去。

一、四类透明底图的结局

图片情况铺白拍平后识别结果
透明底 + 白字白底白字空白或整段缺失
透明底 + 深色字白底黑字正常可读
半透明灰字变成浅灰字容易掉,属对比度不足
透明底 + 彩色 logo 加白字描边白底彩图描边部分常读不全

结论一句话:能认与底色有明暗差的字,不能认与底色同色的字。这条不只对透明 PNG 成立,深色背景上的浅字、被白色高光盖住的区域,都是同一个问题。

二、怎么判断自己踩了这一条

  1. 用看图工具打开这张 PNG,如果文字周围显示棋盘格,说明背景是透明的。
  2. 看字的颜色是不是接近白。两者同时成立,就是这次空白的直接原因。
  3. 回想来源:从设计稿导出的贴图、聊天软件里的贴纸、网页上抠下来的标题图,几乎都带透明通道。
  4. 检查输出文件是否为空。整份都识别不出文字会报错且不退,只有个别页为空时那一页照样扣 1 点却不写进输出。

三、修复的操作顺序

  1. 给图片加一个实色背景再传。用相册自带编辑功能套一层纯色底即可,深色底配白字比白底配白字有效得多。
  2. 或者反过来改字色:能在原处重新导出的,导出成不透明背景的版本。
  3. 确认格式落在支持范围内:JPG、JPEG、PNG、BMP、WEBP,GIF 与 TIFF 都不收。
  4. 上传「图片转文字」,单次数量和页数有上限,见工具页提示。
  5. 出结果后核对有没有半句,浅色与细笔画最容易只读到一半。

不要顺手做二次压缩。加了底色之后再来一道有损编码,边缘会出现块状噪声,反而把刚建立起来的明暗差抹平。

四、分场景怎么选

  • 幻灯片截图上有深色蒙版白字:直接传通常就能读,因为蒙版本身是不透明像素,铺白不影响它。
  • 图标加文字的合体图,只要其中几个字:裁到那几个字再加底色,别整张传。
  • 表格里含透明底的截图:先补底色再走「表格识别转Excel」,表格类入口不做整页方向纠正,透明区还会干扰行列判定。
  • 需要一份完整文档:走「手写笔记转Word」,它图片和 PDF 都收并能混在同一次上传里。

常见问题

问:为什么明明没识别出来还扣点?
答:计费按提交的页数发生,空白页照扣 1 点但不写进输出;只有供应商报错或图片无法解码的那一页才不扣点。

问:黑色背景的 PNG 会不会也被铺白?
答:不会。只有带透明通道的区域才需要铺白,已有实色背景保持原样,所以深底白字通常能读。

问:能不能一次传一批混合的图和 PDF?
答:六个入口里只有「手写笔记转Word」可以,其余各收一边,混传会被拒。

本站能力与限额说明

站内 图片转文字,补好底色的图片从这里批量上传。成品当天下载。

边界要讲明白:能把与底色有明暗差的字读成文字与换行,不能识别与底色同色的内容、不能还原分栏、表格线、图片位置和字体样式,也不提供翻译与字段抽取。每一次识别都要向云服务商付费,所以游客不开放识别,注册后即可使用;一页扣几点按能力不同(通用文字与手写文字 1 点、表格 2 点、手写表格 3 点),每日识别量有上限,价格一律以 会员页 为准。

单文件上限 8MB,VIP 会员随档位提高到 20~50MB;文件处理完保留 24 小时到期自动清理。识别按额度点数计、不按次数计。图太大想先瘦身时,请看 图片压缩的取舍。