截图和扫描件里的字，怎么一键变成能搜的文本

手里攒了一堆截图：合同照片、会议白板、别人发来的报价单、网页上的参数表。想用的时候才发现，这些字只能看，不能选、不能复制、也搜不到。

解决这件事的工具其实早就装在电脑和手机里了，多数人只是没打开。这篇按设备分三条路讲清楚，顺带说几个识别完还要补的动作，不然识别出来照样白搭。

一、先分清三种图，处理方式完全不同

这一步不分清，后面全是白费劲。

1. 屏幕截图：用系统截图功能抓下来的图，字是清晰的像素，识别成功率最高；
2. 手机拍的照片：有透视、有反光、有四角翘起，先裁正再识别，效果好一截；
3. 扫描件 PDF：要注意，有些 PDF 本身带文字层，能直接选中，根本不需要识别；只有那种整页是图片的扫描版，才需要走识别。

第三种最容易做无用功。判断方法很简单：在 PDF 阅读器里试着拖选一段文字，能选中就是有文字层，直接用；选不中就是图片，走识别。

二、Windows：两条免费的路，都在系统里

第一条是 Windows 11 自带的截图工具。 Windows 11 在 2021 年 10 月发布时就换掉了老版截图工具，文字识别是后来加进去的功能。按 Win + Shift + S 截图，截完点右下角的通知打开编辑器，工具栏里有个「文本操作」按钮，点一下，图里的文字会被框出来，可以单段复制，也可以「复制全部文字」。

微软在自己的支持文档里说过，这一步的文字识别是在本机完成的，图片不上传。对经常处理内部资料的人来说，这一点比识别率高不高更重要。

第二条是 PowerToys 的「文本提取」。 PowerToys 是微软官方出的免费工具集，2019 年由微软重新开源维护，装上之后启用 Text Extractor 模块，按 Win + Shift + T，在屏幕上框一块区域，框里的字直接进剪贴板，连图都不留。

两条路怎么选：只要屏幕上的字（包括暂停的视频画面、不能复制的软件界面），用 PowerToys 快；已经在手里的图片文件，用截图工具的文本操作更顺。

一个实测出来的细节：这两条路对清晰印刷体（PPT、文档、单据）效果都不错，遇到暗色界面上的小号灰字就容易掉字、串行。截图时切成浅色模式，识别率会明显好转。

三、手机：比电脑更省事的两个入口

iPhone 用「实况文本」。 按 Apple 支持页的说明，实况文本随 2021 年发布的 iOS 15 上线，需要 iOS 15 或更高版本、iPhone XS／XR 及之后的机型。在「照片」里打开截图，长按图里的文字，拖动手柄选中，点拷贝；想全文提取就点右下角的实况文本图标，选「全选」。

安卓用 Google Lens。 这个功能在 2017 年上线，现在集成进了 Google 相册。在 Google 相册里打开截图，点底部的 Lens 图标，选中文字后复制。各家手机自带的相册 App 位置不太一样，认图标就行。

手机上这条路最大的价值是快：开会时拍的板书、别人发来的名片，当场就能变成文字，不用回办公室再折腾。

四、扫描件和长文档：别用截图工具硬啃

一页一页截图太慢，而且长文档截出来的图分辨率往往不够。

比较省事的顺序是这样：

1. 先看 PDF 有没有文字层，有就直接复制；
2. 没有的话，用手机自带的「扫描文稿」功能重新扫一遍（iPhone 的备忘录、安卓各家相册基本都有），扫描时会自动纠正透视、增强对比度，出来的图比随手拍清楚得多；
3. 再对扫描结果做文字识别，成功率比直接识别原照片高。

五、识别完还有三件事，不做等于白识别

第一件，校对。 任何识别工具都会在形近字上出错，尤其是数字和单位。「1」和「l」、「0」和「O」、「m²」和「m2」，这类错误在报价单和参数表里最要命。养成习惯：识别完先扫一遍数字。

第二件，命名。 默认文件名是一串时间戳，过两周就找不到。改成「日期 + 对方 + 内容」，以后全靠这个名字找。

第三件，归档到能全文搜的地方。 识别出来的文字存成 md 或 txt，放进一个统一的文件夹，再用支持全文检索的笔记软件挂上去。这样以后要查「去年那台设备的功率」，搜关键词就能出来，不用翻相册。

六、隐私这条线，别踩

在线的识别网站确实方便，把图拖进去就出文字，但上传意味着文件离开了你的设备。

三类东西不要往不认识的在线工具里传：身份证、银行卡、合同扫描件、带客户名单的表格。这类文件走本机识别，速度慢一点，风险小很多。

七、三个常见坑

1. 截二次图，或者用 JPG 存。 把截图放大再截一遍等于损失两次清晰度，要放大就在原图上放大再截；JPG 有损压缩会在字边缘留下噪点，PNG 在 1996 年定稿时就是为了无损保存这类图像，截图默认存 PNG 就别转。
2. 暗色模式硬识别。 深色底浅色字对小字号很不友好，能切浅色就切。
3. 表格直接识别。 表格的行列关系很容易在识别后塌掉，建议识别完再手工对一遍，或者干脆照着原表重排。

结语

这件事的门槛比想象中低：Windows 11 的截图工具和 PowerToys、iPhone 的实况文本、安卓的 Lens，全是系统自带的，不花钱也不用装软件。

真正决定效率的不是工具，是后面那三个动作：校对数字、按规则命名、归档到能搜的地方。少做一步，过两周还是一堆找不到的碎片。

本文含 AI 辅助创作内容，已由人工核对事实与表述。

问答

Q1：Windows 10 能用截图工具提取文字吗？

答：Windows 10 自带的截图工具没有这个功能，装微软官方的 PowerToys 就行，里面的「文本提取」支持 Win10 和 Win11，快捷键是 Win + Shift + T。

Q2：识别出来的文字排版全乱了，怎么办？

答：正常现象。识别引擎按行切分，段落和缩进都会丢。纯文字手动分段即可；表格建议照着原表重排，比修识别结果省事。

Q3：手写字能识别吗？

答：清楚的正楷能识别一部分，潦草的基本不行。手写内容建议直接重打，或者拍照留存后手动录入关键信息。

Q4：在线识别工具能不能用？

答：能，但看内容。公开的资料、网页截图没问题；身份证、合同、客户名单这类，建议用系统自带的本机识别，不上传。

Q5：长截图一次能识别吗？

答：能，但长图的分辨率会被压缩，越往后越糊。超过两三屏的长图，建议分段截、分段识别，准确率更高。

作者提示含AI生成内容。作者声明本文存在利益相关性，请大家尊重作者及分享的内容，友善沟通，理性决策~