部落格

11 種語言的截圖 OCR：哪些能用、哪些不行

作者 InSnap · 發佈於 2026年10月30日 · OCR, 文字辨識, 多語言, 日文, 韓文, 俄文, 截圖

我們用 11 種介面語言測試離線 OCR。英文、中文與拉丁字母語言幾乎完全正確；日文、韓文與俄文則失敗。數據如下。

InSnap 的離線 OCR 在我們測試的 11 種介面語言中，有 8 種讀得幾乎完美，但在 3 種上失敗：日文、韓文與俄文。Apple 的文字辨識 API 以同樣方式測試，11 種語言全部達到 98% 以上。

所以「我的語言適不適合截圖 OCR」這個問題，答案不是簡單的是或否。它取決於文字系統（script），而且落差大到值得在依賴複製的結果之前先檢查。

測試方式

對每種語言，我們從 InSnap 自己的介面中取出六個真實句子，使用該語言的譯文，並以系統介面字型、一般大小渲染。這樣就得到一張乾淨、文字完全已知的測試圖。每張測試圖都做了 Retina（2x）與 1x 兩種版本。

兩套辨識引擎讀取了每張測試圖：

• InSnap 的 OCR，完全在你的電腦上執行，使用內建模型，Mac 與 Windows 上的結果相同。
• Apple Vision 文字辨識，即 macOS 內建的辨識 API，使用精確模式並自動偵測語言。我們是直接測試這個 API，而不是測試使用它的某個 App。

分數是引擎讀到的文字與真實句子之間的平均相似度，計算時忽略空白與大小寫。100% 代表每個句子都完全正確讀出。

結果

Retina 與 1x 測試圖的分數相差不到一分，所以解析度不是問題所在。

失敗長什麼樣子

這三種較弱的語言不是被讀得不好，而是被讀成了別的東西。以下是其中一個測試句子，人類讀者看來是完全清楚的文字：

日文保留了漢字，但把許多假名換成了外形相似的漢字。韓文會被讀成中文字、數字與標點的混合。俄文會被讀成拉丁字母與數字，它們的外形與西里爾字母相近。這三種情況的輸出看起來都像文字，所以不會有任何警示。（此處的韓文輸出有所縮短。）繁體中文大致沒問題，但有少數字被辨識成簡體字，所以校對人名與引文時請多加留意。

這對你代表什麼

• 英文、中文與拉丁字母語言： 在乾淨的文字上，InSnap 相當準確。不過數字與專有名詞仍要再檢查；參見如何讓截圖的 OCR 辨識結果更準確。
• 日文、韓文與俄文： 從 InSnap 的 OCR 複製之前，請逐行檢查。在我們的測試中，Apple 的辨識 API 三種都處理得很好，所以在 Mac 上，使用該 API 的工具是這些文字系統的較佳選擇。我們沒有測試 Windows 內建的辨識功能。
• 混合文字： 能的話，每次只選取一種文字系統。

InSnap 在 Mac 與 Windows 上使用同一個內建模型，所以兩邊的結果相同，而且不會上傳任何內容。取捨是：它的語言涵蓋範圍受限於該模型。

這項測試沒有涵蓋的範圍

• 只測了乾淨的文字。 真實截圖常帶有壓縮、小字級與雜亂的背景，每個引擎在這些情況下的分數都會更低。
• 每種語言只有六個句子。 足以顯示 60 到 90 分的落差，但不足以為兩個都超過 97% 的引擎排出名次。
• 只用一種字型與字級。 花俏字型與手寫字對任何引擎來說都更難辨識。

常見問題

InSnap 的 OCR 能辨識哪些語言？

在我們的測試中，它能以 97% 或以上的準確度讀取英文、德文、法文、西班牙文、葡萄牙文、義大利文，以及中文（簡體與繁體）。日文、韓文與俄文無法讀取。

為什麼俄文會被辨識成拉丁字母？

辨識模型並不是為了讀西里爾字母而建立的，所以它會挑選自己所知道的、最接近的字形。許多西里爾字母看起來很像拉丁字母或數字，這就是輸出看起來像亂碼英文的原因。

放大截圖或提高解析度有幫助嗎？

在這裡沒有幫助。Retina 與 1x 測試圖的分數相差不到一分。限制來自模型的語言涵蓋範圍，而不是圖片品質。

作業系統內建的 OCR 比較準確嗎？

就日文、韓文與俄文而言，是的：在我們的測試中，Apple 的 Vision API 三種都讀到 99% 或以上。就英文、中文與拉丁字母語言而言，兩者的差距在幾個百分點之內，基本相當。

部落格的更多文章