博客

11 种语言的截图 OCR：哪些能用，哪些不能

作者 InSnap · 发布于 2026年10月30日 · OCR, 文字识别, 支持语言, 日语, 韩语, 俄语, 截图

我们在 11 种界面语言上测试了离线 OCR。英文、中文和拉丁字母语言几乎完全正确；日文、韩文和俄文没能读准。数据都在这里。

InSnap 的离线 OCR 在我们测试的 11 种界面语言中，有 8 种读得几乎完美，另外 3 种没能读准：日文、韩文和俄文。同样方法测试的 Apple Vision 文字识别接口，11 种语言都读到了 98% 或以上。

所以，「截图 OCR 能不能用在我的语言上」并不是一个是或否的问题。它取决于文字的书写系统，而且差距大到值得在依赖识别结果之前先检查一下。

测试方法

每种语言，我们都从 InSnap 自己的界面里取了六句真实文字，使用该语言的译文，用系统界面字体按正常字号渲染。这样就得到一张文字完全已知的干净测试图。每张测试图都做了 Retina（2x）和 1x 两个版本。

两种引擎读了每一张测试图：

• InSnap 的 OCR：完全在你的电脑上运行，使用随应用附带的模型，在 Mac 和 Windows 上完全一致。
• Apple Vision 文字识别：macOS 内置的识别接口，使用精确模式并自动检测语言。我们直接测试的是这个接口，而不是用到它的某个具体应用。

分数是引擎读出的文字与真实句子之间的平均相似度，计算时忽略空格和大小写。100% 表示每一句都原样读出。

结果

Retina 和 1x 两版测试图的得分相差不到 1 个百分点，所以问题不在分辨率。

失败是什么样子

这三种弱势语言不是读得差，而是被读成了别的东西。下面是其中一句测试文字，人看起来它再清楚不过：

日语保留了汉字，但把很多假名换成了形似的汉字。韩语的结果是汉字、数字和标点的混合。俄语被读成了拉丁字母和数字，它们长得像西里尔字母。三种情况下，输出看起来都像文字，所以不会有任何提醒。（这里韩语的输出做了省略。）繁体中文基本没问题，但有几个字被读成了简体字，所以名字和引文要仔细校对。

这对你意味着什么

• 英语、中文和拉丁字母语言： 在干净的文字上，InSnap 很准确。数字和专有名词仍然要核对；参见如何让截图的 OCR 识别结果更准确。
• 日语、韩语和俄语： 不要不逐行检查就直接复制 InSnap 的 OCR 结果。在我们的测试中，Apple Vision 接口三种都处理得很好，所以在 Mac 上，用到它的工具对这些文字是更合适的选择。我们没有测试 Windows 自带的识别功能。
• 混合文字： 能的话，尽量一次只框选一种文字。

InSnap 在 Mac 和 Windows 上使用同一个随附模型，所以两边结果相同，而且不会上传任何内容。代价是它的语言覆盖范围由这个模型决定。

这次测试没有说明什么

• 只测了干净的文字。 真实截图往往带有压缩痕迹、小字号和复杂背景，所有引擎在这些情况下得分都会更低。
• 每种语言只有六句。 足以显示 60 到 90 分的差距，但不足以给两个都超过 97% 的引擎排出先后。
• 只用了一种字体和字号。 花体字和手写体对任何引擎来说都更难。

常见问题

InSnap 的 OCR 能读哪些语言？

在我们的测试中，它能以 97% 或更高的准确率读英语、德语、法语、西班牙语、葡萄牙语、意大利语，以及简体和繁体中文。日语、韩语和俄语读不准。

为什么俄语文字会被读成拉丁字母？

识别模型并不是为读西里尔字母设计的，所以它会挑出它已知的、最接近的字形。许多西里尔字母看起来像拉丁字母或数字，这就是输出看起来像乱码英文的原因。

更大的截图或更高的分辨率有帮助吗？

在这里没有。Retina 和 1x 测试图的得分相差不到 1 个百分点。限制来自模型的语言覆盖范围，而不是图像质量。

操作系统自带的 OCR 更准确吗？

对日语、韩语和俄语来说，是的：在我们的测试中，Apple Vision 接口这三种语言都达到了 99% 或以上。对英语、中文和拉丁字母语言，两者在几个百分点之内相当。

博客里的更多文章