图片识别工具 - AI看图、OCR文字提取与图片内容分析

通用图片识别可以做什么

通用识别会概括画面内容，并说明主要人物或物体、场景、动作、可见文字和重要细节，适合快速理解照片、截图、商品图、界面图和资料图片。

OCR 图片文字提取

文字提取模式会尽量按照原有阅读顺序输出图片中的文字，并保留段落、换行和表格结构，适合处理截图、菜单、海报、标签和扫描资料。模糊、遮挡或低分辨率内容仍可能出现遗漏。

详细分析与自定义问题

详细分析会从对象与位置、可见文字、色彩构图、视觉风格、可能用途和不确定之处等维度整理结果。也可以输入补充要求，只关注画面局部或询问特定问题。

上传图片与隐私边界

只有点击开始识别后，图片才会发送到本站后端和已配置的第三方视觉模型完成本次处理。当前应用代码不会主动把原图写入业务数据库，但仍不建议上传身份证、银行卡、医疗记录等敏感图片。

常见问题

• 图片识别支持哪些格式和大小？

  支持 JPG、JPEG、PNG、WEBP 图片，单张图片不能超过 10MB，图片宽高不能超过 8000 像素。

• OCR 文字识别能完全还原原图吗？

  不能保证完全还原。识别准确度会受到分辨率、字体、背景、旋转、遮挡和压缩质量影响，重要内容应结合原图人工核验。

• 可以针对图片提出具体问题吗？

  可以。在补充要求中说明关注区域、输出格式或具体问题，例如只识别右侧文字、把菜单整理成表格，或说明画面中的设备用途。

• 上传的图片会保存吗？

  图片会在点击开始识别后发送到本站后端和已配置的第三方视觉模型用于本次处理，当前应用代码不会主动把原图写入业务数据库或持久化目录。

• AI 图片识别结果一定准确吗？

  不一定。AI 可能遗漏细节、误读文字或对模糊内容作出错误判断，涉及身份、金额、医疗、法律和安全的信息必须人工核验。