🔍 智能 OCR 快速上手
在主页点击 智能 OCR 卡片进入工具。
一句话介绍：将图片中的文字"提取"出来，支持截图、扫描件、长图等多种场景。
智能 OCR 工具支持 4 种识别引擎，并内置智能切图功能，能自动将长图按空白区域分割后再识别，大幅提升识别效率和准确率。
基本概念
| 概念 | 说明 |
|---|---|
| OCR 引擎 | 负责文字识别的"大脑"，支持本地、云端等多种类型 |
| 智能切图 | 将长图自动分割成多个小块，逐个识别后再合并结果 |
| 图片块 (Block) | 切图后产生的独立识别单元 |
| 历史记录 | 每次识别的结果会自动保存，方便回溯 |
第一步：选择图片
支持格式
- 常见图片格式：PNG、JPG、JPEG、BMP、WebP
- 支持单张和批量上传
上传方式
- 点击预览区域的上传按钮
- 直接将图片文件拖拽到预览区域
- 支持多选文件，一次上传多张图片
贴士：批量上传多张图片后，可以逐一选择处理，也可以一键批量识别全部。
第二步：执行识别
- 在左侧控制面板中确认已选择好 OCR 引擎（默认为 Tesseract.js）
- 点击底部 "识别当前图片" 按钮（单张识别）或 "批量识别全部" 按钮（多张图片时显示）
![识别按钮位置示意]（TODO: 截图 - 控制面板底部的识别按钮区域）
识别过程中的状态反馈
| 状态 | 说明 |
|---|---|
pending | 等待处理 |
processing | 正在识别中 |
success | 识别成功 |
error | 识别失败（可点击重试） |
识别进度会实时在右侧结果面板中更新，每个图片块的状态一目了然。
第三步：查看结果
识别完成后，右侧结果面板会展示每个图片块的识别文本：
结果操作
| 操作 | 说明 |
|---|---|
| 复制文本 | 一键复制识别结果到剪贴板 |
| 编辑文本 | 手动修正识别不准确的文字 |
| 忽略/取消忽略 | 标记不需要的块，复制时跳过 |
| 重试单个块 | 对识别失败的块重新识别 |
| 重试所有失败 | 一键重试所有失败块 |
结果导出
识别后的文本支持复制粘贴到任意应用。未来版本计划加入更多导出格式。
第四步：管理历史记录
每次成功的识别都会自动保存到历史记录中：
- 点击控制面板顶部的 历史记录 按钮（📋 图标）
- 在历史记录对话框中可以：
- 加载历史：查看之前识别的完整结果
- 重新识别：用当前引擎配置重新识别历史图片
![历史记录对话框]（TODO: 截图 - 历史记录弹窗）
常见问题
Q：识别出的文字乱七八糟怎么办？ A：检查是否选对了引擎和语言。中文图片请选择"简体中文+英文"，遇到复杂排版可以尝试切换 VLM 引擎。
Q：长图识别结果不理想？ A：确保智能切图功能已启用，并适当调整切图参数（见进阶配置）。
Q：识别速度太慢？ A：可以增加 Tesseract 引擎的并发数，或切换到 Native OCR 引擎（速度最快）。
💡 下一步：想了解各引擎的区别和高级调优？请阅读 进阶配置。