SynoxTools

从整个文件夹提取文字

拖入图片或文件夹 — 通过 Tesseract.js(21 种语言)从每张图片提取文字。下载为合并的 .txt 或单独文件的 .zip。无服务器。

拖放照片文件夹

或选择文件夹 / 文件 / ZIP

最多 500 个文件 — JPEG, PNG, WebP, GIF, AVIF, HEIC, BMP, SVG, ICO, TIFF — 或 ZIP 压缩包

使用此工具为社交媒体帖子、网站横幅、邮件和打印准备图片 — 快速、隐私,全部在浏览器中完成。无需上传,无需注册。

为什么批量从图像提取文本

当你有几十或几百张扫描页、收据或截图时,逐张复制文本很慢。批量 OCR 让你指向整个文件夹,一次从多达 500 张图像中提取文本,以便数字化归档、填充搜索索引或在不手动重打的情况下准备翻译文档。

  1. 1选择最多 500 张图像(JPEG、PNG、WebP、GIF、AVIF、HEIC、BMP、SVG 或 TIFF)。
  2. 2从 21 个支持的语言中选择识别语言。
  3. 3选择输出模式:合并 .txt 或单独 .zip。
  4. 4开始运行;工具以一个复用 worker 顺序处理文件。
  5. 5随完成查看每张图像 0 到 100 的置信度分数。
  6. 6下载合并 .txt 或包含每张图像一个 .txt 的 .zip。
  • 每批次支持多达 500 张图像,支持格式的任意组合。
  • 运行 Tesseract.js v7,与单图 OCR 工具相同的引擎。
  • 提供 21 种语言,可按批次选择。
  • 两种输出模式:带 --- filename.ext --- 标题的合并 .txt,或通过 JSZip 生成的单独 .txt 文件的 .zip。
  • 每张图像报告 0 到 100 的置信度分数;失败项标记为 error。
  • •将扫描文档的文件夹数字化为可搜索文本。
  • •一次归档成叠的收据和发票。
  • •将截图批次转换为可编辑笔记。
  • •为大规模翻译准备招牌和菜单照片。
  • •将研究笔记本和剪报转为可搜索文本。
  • •让仅图像 PDF 的批次可供屏幕阅读器访问。

识别质量随输入质量提升而提高。保持图像清晰、光照良好并正确朝向,处理单张 OCR 的相同引擎将可靠地处理你的批次。

  • •使用高分辨率输入;目标至少 150-300 px 字符高度。
  • •确保文本与背景之间有强对比。
  • •对于非常大的批次,拆分为几百文件的小块。
  • •为图像中的文本选择正确的语言。
  • •将图像裁剪到文本区域以加快识别。

所有识别都在浏览器中使用 WebAssembly 完成,因此你的图像永远不会离开你的设备。唯一的网络请求是用于 Tesseract 语言模型,它从 CDN 获取并缓存以供重用。

  • •OCR 通过 WASM 完全在浏览器中运行。
  • •任何图像都不会上传到任何服务器。
  • •语言模型从 CDN 加载并在本地缓存。
  • •ZIP 打包通过 JSZip 在本地完成,完全在客户端。

Frequently Asked Questions

Find answers to the most popular questions about our service, tools, and features. If you didn't find what you need — write to us.

通过 OCR 从最多 500 张图片的文件夹中一次性提取文字。识别在你的浏览器中通过 Tesseract.js 完成,结果以合并的 .txt 或 .zip 中的单独 .txt 形式提供。

Tesseract.js v7 与单图工具使用相同的 OCR 引擎。它加载 WASM 核心和训练好的语言模型,逐像素识别每张图片中的文字,并输出带有置信度的字符。

21 种语言,包括英语、俄语、西班牙语、中文、日语、韩语、阿拉伯语、印地语、法语、德语等。每种语言需要自己的模型,首次使用时从 CDN 下载并缓存。

两种模式。Combined .txt 将所有图片合并为一个文本文件,以 `--- filename.ext ---` 标题分隔。Individual .zip 通过 JSZip 为每张图片打包一个 .txt,使每个结果保持独立。

有 — MAX_FILES 为 500。你可以拖入最多 500 张图片的整个文件夹,工具会按顺序处理。

为保持内存低(约 50-80MB)和浏览器响应灵敏,工具复用一个 Tesseract worker 并逐张处理图片。在数百张图片上并行 OCR 会让 RAM 和 CPU 飙升;顺序模式在任何设备上都稳定,包括移动端。

对每张图片,引擎报告 0 到 100 的置信度值,估计对识别文字的把握。低置信度通常意味着图片质量低、字体不清晰或不支持的字符。

JPEG、PNG、WebP、GIF、AVIF、HEIC、BMP、SVG 和 TIFF。大多数浏览器原生解码常见格式;HEIC 等一些格式可能需要支持的浏览器。

相关工具

继续使用与此工具搭配良好的工具