怎样把截图里的字提取出来，避免对着屏幕手打
截图留下的是图，贴图方便对照，标注方便说明，取色拿走的是颜色。日常还有一类更耗时的需求：图里的字要进文档、进搜索、进代码。这时不该再盯着屏幕一个字一个字敲，而该用文字识别。本文只讲 OCR 怎么用、什么时候准、不准时怎么处理。需要先说明：在当前的 2.x 里，文字识别属于专业版能力，免费版做截图贴图没有问题，但提取文字这一步需要专业版，或把图拿到别的识别工具里处理。
一、OCR 适合做什么，不适合做什么
适合的是：软件报错弹窗、设置项名称、网页上选不中的字、课件截图、表格里的短文本、终端里的一段输出、扫描件上排版还算整齐的段落。这些内容用眼睛能看清，用鼠标却不好选，识别一次往往比手打更快。
不适合的是：字太小且经过多次压缩的图、严重歪斜的拍照件、手写潦草字、艺术字体、和背景搅在一起的水印字、需要 100% 法律效力的合同识别。OCR 是加速抄写的工具，不是自动校对员，更不能代替对原文的核对。
识别前先问自己一句：这次要的是“大概能用的一段字”，还是“一个字符都不能错的配置”。前者识别完扫一眼就能用；后者识别完必须对着原图核对，尤其是数字、路径、密钥、账号。
二、识别前先把图准备对
文字识别不是对整张桌面盲扫，而是对你框出来的那一块图做提取。图越干净，结果越好。准备时只做四件事。
第一，让文字在屏幕上尽量大、尽量实。能把窗口放大就放大，能把网页字号调大就调大，再截。对着已经缩成一条的状态栏硬识别，准确率会明显下降。
第二，只框文字本身，少带无关背景。旁边的图标、按钮、窗口阴影、桌面壁纸，都会干扰。宁可多截两次、每次只框一段，也不要一张图里又是菜单又是正文又是广告。
第三，避免倾斜和反光。优先直接截软件窗口，少用手机拍屏再丢进去。必须处理照片时，先摆正、裁掉四周空位，再识别。
第四，确认专业版已经生效。右键托盘图标打开关于或首选项，能看到专业版标识后再用。若仍显示免费版，识别入口可能根本没有，这时先回到授权问题，不必反复重装。
三、最稳妥的识别步骤
打开有文字的界面，按截图快捷键进入遮罩。鼠标移到目标文字上，能自动咬住文本块就用自动检测，咬不准就用手画选区，让框刚好包住文字，上下左右各留一点余量，不要切掉字的笔画。
选区确定后，在工具或输出选项里选择文字识别，等待结果出现。识别成功后，文本通常会进入可复制状态，把它粘到记事本、文档或搜索框。先不要关原图。把识别结果和贴在桌面上的原图对照一遍，改掉明显错字，这一次才算完成。
也可以先把图送到贴图，再对这张贴图识别，适合需要一边看图一边改识别结果的人。无论走哪条入口，原则相同：先有一块足够清晰的字，再提取，再核对。
如果识别入口需要选择接口，先用默认接口跑一次。结果明显差，再换其他可用接口试同一块选区。不要一块图换接口三次的同时还不停改选区，变量太多，你分不清到底是图的问题还是接口的问题。
四、怎样框选，识别才不容易乱
横排、字号一致、背景单纯的段落，一次框整段即可。菜单、按钮、标签这类短文本，一次只框一行或一个控件。表格不要整表一次丢进去指望自动变成完美表格，先按列或按行识别，再到文档里自己对齐。
两栏排版要分开框。左右两栏一起框，识别结果常常会左右串行，读起来像句子被切开又拼错。同样，正文和旁边的注释、页码、水印也要分开，否则注释会插进正文。
代码和命令行尽量保持等宽、高对比。浅色字配浅色背景，识别最容易把符号认错。识别代码后，重点核对括号、分号、横杠、下划线、字母 O 和数字 0、字母 l 和数字 1。这些是最高频的混淆。
五、识别结果出来后，必须核对的位置
第一遍只看有没有整行丢失。漏行比错一个字更危险，因为错字还能扫出来，漏行常常直接被忽略。对照原图看段首、段尾、列表每一项是否都在。
第二遍看数字和英文。电话、金额、版本号、路径、ID，全部对着原图读一遍。中文识别即使句子通顺，夹杂的数字也经常错。
第三遍看标点和格式。识别工具可能丢掉换行，把几段合成一段，也可能把项目符号识别成奇怪字符。该换行的地方手动补回，比在错误格式上继续编辑更省事。
核对时把原图钉在桌面上，文字放在旁边文档里，开着贴图穿透去改字。这正是 Snipaste 适合做 OCR 收尾的原因：图还在，字也在，对照成本最低。
六、结果很差时，不要先怪软件，按这个顺序排
先换选区，不换别的。把框收小，只留一行最清楚的字。这一行都认不准，多半是图本身清晰度不够，应放大原界面重截，而不是继续在模糊图上试验。
一行能准、整段不准，说明版面复杂。改成按段、按列多次识别，再在文档里拼接。
多次重截仍然把固定几个字认错，就人工改这几个字，不要为两三个错字把整段重跑五遍。OCR 的价值是去掉 80% 的敲打，不是消灭最后 2% 的校对。
中英文混排、特殊符号多，可尝试换识别接口后再跑同一张图。仍不行，把这段改成“只识别中文正文，英文和符号手补”。混合内容强行一次吃完，往往两头都不准。
如果入口根本点不出来，回到版本和授权：是不是打开了另一份免费版进程，是不是商店版和桌面版开混了。文字识别不是安装包缺损，而是当前运行的那份程序没有专业版能力。
七、识别结果怎么用，才不会制造二次劳动
要进文档的，粘贴到纯文本环境先洗一遍格式，再拷进正式文档。直接贴进带复杂样式的编辑器，可能带上奇怪换行和空格。
要进搜索的，先删掉识别出来的无用前后缀，只留关键词。整段连同错字一起搜，搜不到时你会以为内容不存在。
要进代码或配置的，必须逐字符对原图。这类内容错一个标点就会失效，不能因为“看起来像”就提交。
要反复用的，把核对过的文字另存，不要每次需要都重新识别同一张旧截图。图可以留着当证据，文字应以校对后的版本为准。
八、隐私和安全上多留一步
能识别，就意味着图里的字能被读出。截图里如果有账号、密钥、证件号、客户名单，识别完的文本同样敏感。不要把未打码的原图和识别结果一起丢进公开聊天。先判断这段字能不能离开这台电脑，再决定识别、复制、转发。
识别接口如果走在线服务，还要额外考虑内容是否适合上传。内部地址、未公开文档、客户数据，优先选择更稳妥的处理方式。工具能做，不等于这次就该做。
九、怎样判断自己已经会用 OCR 了
能独立完成下面四件事，这一项才算过关。
第一，知道这是专业版能力，打不开时先查版本，不盲目重装。第二，会把选区收干净，只框要认的字。第三，识别后会对着贴图核对数字、英文和换行，而不是把结果直接当终稿。第四，遇到差结果时会先缩小选区、重截清晰图，而不是连续换接口空转。
OCR 的正确位置，是截图和贴图之后的加速器。图还在桌上，字已经进文档，这才是它该有的闭环。常见故障如果要系统排查快捷键、托盘、权限和多开进程，那是另一篇的内容，不必和识别步骤混在一起。