一張寫滿字的照片，在手機裡其實跟風景照沒有兩樣，每個字都只是畫面上的一群色點，不能選取、不能搜尋，也貼不進文件。圖片轉文字要做的，就是把這些色點重新讀成真正的文字，讓你可以複製、編輯、翻譯和搜尋。
多數人手上的裝置早就附了這項能力，卻還是習慣把菜單、講義、截圖裡的內容一個字一個字重打一遍，或是在搜尋結果裡隨手挑一個陌生的 OCR 網站，把整張圖傳上去。其實 iPhone、Android 手機、Windows 電腦和 Google 雲端硬碟都有各自的入口，差別在於圖片放在哪台裝置上，以及辨識工作是在你的裝置上完成，還是被送到別人的伺服器處理。不想裝軟體的話，也有幾款免費的線上 OCR 工具能直接上傳圖片轉換，用之前先看清楚它的免費額度和檔案保存說明。
同一張圖丟進不同方法，結果好壞往往取決於圖片本身的條件，先弄清楚辨識在做什麼，才挑得對方法。
圖片轉文字靠 OCR，圖片的條件決定結果好壞
圖片轉文字的技術名稱是光學字元辨識（Optical Character Recognition, OCR），程式會先在圖上找出看起來像文字的區塊，再逐字判斷那是哪個字，最後輸出成可以複製的真文字。它跟「用圖片搜尋圖片」是兩件事，前者的目的是拿到字，後者的目的是找出這張圖的來源或相似圖。
辨識結果準不準，大半取決於圖片給了多少線索。幾個條件最常左右成敗：
- 解析度與文字高度：字太小，筆畫就糊成一團，程式分不出「己、已、巳」這類只差一筆的字。
- 方向：照片歪了或上下顛倒，很多工具會直接讀不出來，或讀成亂碼。
- 光線與對比：反光、陰影、背景花紋太重，都會讓文字邊緣變得不清楚。
- 字型：印刷體最穩，手寫字和藝術字體就難了。
Google 在智慧鏡頭的說明頁就直接提醒，要「使用明亮的清晰圖片」。Google 雲端硬碟的說明更具體，要求文字高度至少 10 像素，頁面方向必須正確，光線要平均、對比要鮮明。這些條件雖然是 Google 針對自家工具列出的，但圖片清晰、方向正確、對比明顯，對其他工具同樣適用；拍照前先對準、補光，通常比事後換工具更有效。
挑方法的時候，有三條軸線值得先想過：圖片現在存在哪裡，是手機相簿、電腦檔案，還是紙本；辨識是在裝置本機完成，還是要上傳到服務端；圖上的內容單純只有印刷文字，還是帶有表格、手寫。機密文件適合走本機處理的方法，內含表格的圖片就需要另一套思路。沒有哪個方法在所有情況下都最好，該用哪一個，看的是手上這張圖和身邊的裝置。
Apple 裝置內建的原況文字，iPhone、iPad 與 Mac 都能用
Apple 把圖片轉文字做成系統功能，繁體中文說明裡叫「原況文字」。相簿、Safari、相機、備忘錄和 Mac 的照片 App 都有入口，不必另外安裝 App，各入口背後是同一套辨識邏輯，只是操作方式不同。
使用前有一個門檻。根據 Apple 的說明，iPhone 需要是 iPhone XS、iPhone XR 或更新的機型，並升級到 iOS 15 以上；要對影片中的文字使用，則需要 iOS 16 以上。iPad 的支援機型較多，需要 iPadOS 15.1 以上，詳細機型以 Apple 列出的清單為準。如果找不到入口，到「設定」>「一般」>「語言與地區」，確認「原況文字」有打開。Apple 的功能可用性頁面也列出，原況文字支援中文（繁體）、中文（簡體）、粵語、日文、韓文和英文等語言。
相簿與網頁圖片裡的文字可以直接選取
圖已經存在 iPhone 相簿，或是出現在 Safari 網頁、快速查看裡，是最常見的情況。打開那張圖，用手指按住文字，文字就會被反白，接著拖曳兩端的抓取點調整範圍，再點「拷貝」，就能貼到其他 App。影片裡的文字也可以選，只是要先把影片暫停。
想一次拿到整張圖的所有文字，選取之後點「選取全部」即可。選到文字後跳出的選單不只有拷貝，還有查詢、翻譯等動作，依選到的內容，也可能出現搜尋網頁或分享。如果選到的是電話號碼或電子郵件，選單會多出撥打或加入聯絡人的快速動作，這對整理名片照片很方便，但只是順帶的功能，重點仍是把字取出來。
相機對準紙本與看板就能偵測文字
手上是紙本講義、餐廳菜單或路邊告示時，不必先拍照存檔。打開相機，讓文字進入觀景窗，偵測到文字後，周圍會出現黃色方框；點一下畫面上的原況文字按鈕，就進入選取模式，接著跟相簿一樣，按住文字、拖曳抓取點，再選拷貝或翻譯。
偵測不出來的時候，通常是距離、對焦或角度的問題。靠近一點、等對焦穩定、把紙張擺正，比反覆點螢幕有用。如果覺得黃色方框干擾拍照，可以到「設定」>「相機」，關閉「顯示偵測到的文字」。
備忘錄的掃描文字與掃描文件用途不同
很多人分不清備忘錄裡的「掃描文字」和「掃描文件」，兩者的結果其實完全不同。掃描文字是把相機看到的字，直接變成備忘錄裡可以編輯的文字；掃描文件則是把整張紙拍成 PDF 存進備忘錄，保留的是紙張的外觀，不會自動變成可編輯的文字。
掃描文字的入口在備忘錄的附件按鈕，選「掃描文字」後把相機對準要擷取的內容，選取需要的段落，再插入備忘錄。選單的名稱與順序可能因系統版本略有差異，實際步驟以手機上的畫面為準。如果只是想把講義留底，掃描文件比較合適；如果之後還要改寫或引用其中的段落，就走掃描文字。
另外，備忘錄可以搜尋影像與掃描檔裡的文字，Apple 的功能可用性頁面也把中文（繁體）列在支援語言內。所以就算你選的是掃描文件，之後在備忘錄搜尋關鍵字，仍然可能找得到那份 PDF。
Mac 的照片 App 按住 Control 點選文字
Mac 沒有手機那種長按選取，入口在照片 App。打開一張有文字的照片，把指標移到文字上，按住 Control 鍵再按一下所選的文字，從跳出的選單選「拷貝文字」，或直接按 Command + C。選單裡同樣有查詢、翻譯、搜尋網頁和分享等動作。
Mac 與 iPhone 用的是同一套原況文字功能，差別只在操作方式。除了照片 App，Mac 上別的 App 也有類似入口，但每個 App 的做法略有不同，最直接的辦法是先把圖用照片 App 打開。
Android 與 iPhone 都能用 Google 智慧鏡頭選取圖中文字
不管手機是 Android 還是 iPhone，只要裝了 Google app，就能用智慧鏡頭（Google Lens）選取圖片或相機畫面中的文字。這是智慧鏡頭明列的功能，不是附帶效果。它跟上一節 Apple 的原況文字屬於不同系統的同類功能，彼此互不取代，iPhone 使用者兩種都能用，端看圖片在哪個 App 裡比較方便。
入口有兩個，一個是 Google app 的搜尋列，另一個是 Google 相簿裡已經存好的相片。
從 Google app 搜尋列開啟智慧鏡頭選取文字
打開 Google app，點搜尋列上的智慧鏡頭圖示。在「透過相機搜尋」下方點「搜尋」，就可以直接拍照，也可以從相簿挑圖；要用已經截好的圖，到「螢幕截圖」下方選擇照片。接著輕觸圖上的文字，或拖曳文字上方框的邊角，畫面就會出現「選取文字」按鈕，輕觸後可以選複製、聆聽、翻譯或搜尋。這套步驟在 Android 和 iPhone 上是一樣的。
選取之後的延伸用法也很實用。翻譯時可以在下拉式的語言選單裡指定原文和譯文語言，拿來看外文招牌或說明書很方便；如果選到的是電話號碼，可以直接撥號，是地址就能開啟 Google 地圖，是連結則會開啟網站，包裹編號還能直接追蹤運送進度。
拍攝時盡量讓文字佔滿畫面、避開反光，是提升準確度最直接的做法。
Google 相簿裡已存的相片也能叫出智慧鏡頭
圖已經存在 Google 相簿時，不必另外上傳。開啟相片後，依序輕觸「更多」圖示和 Google 智慧鏡頭圖示，Android 與 iPhone 的入口相同，只是 Android 版的說明另外註明「更多」圖示位在畫面頂端。接著輕觸並選取需要的文字，就能複製。
這個入口也有翻譯功能，Google 的說明寫到，智慧鏡頭能把文字翻譯成所有 Google 翻譯支援的語言。至於電腦版 Chrome，智慧鏡頭的側邊面板在 Google 的說明頁裡只談搜尋與提問，沒有列出複製圖中文字，所以在電腦上取字，改用 Windows 內建的工具或 Google 雲端硬碟會比較直接。
Windows 電腦的剪取工具、PowerToys 與 OneNote 都能擷取圖中文字
Windows 沒有一個叫「圖片轉文字」的統一按鈕，但 Microsoft 提供了好幾條路，差別在於要不要先安裝東西，以及圖片是先顯示在螢幕上，還是已經插進筆記。
這幾個方法有一個共通前提，就是圖片得先出現在螢幕上，或先放進筆記裡，工具才有東西可以擷取。如果圖片是檔案，先用相片或瀏覽器打開，再交給下面的工具處理。每一個方法的輸出都要回頭校對一次，Microsoft 自己的說明也有類似的提醒。
剪取工具的文字動作與快速修訂
按 Windows 鍵 + Shift + S 叫出剪取工具的擷取列，框選含有文字的畫面，包含已經打開在螢幕上的圖片檔。擷取完成後，在剪取工具視窗按「文字動作」，就可以選取並複製特定文字，也可以直接複製所有文字。如果圖上有電子郵件或電話，還可以用「快速修訂」把這些資訊遮蔽起來。
這個功能有幾個邊界要先知道。Microsoft 的說明頁把文字動作列在 Windows 11 的段落，Windows 10 的段落沒有提到，所以別預設舊版系統也有。說明頁也沒有寫支援的語言，繁體中文的辨識效果，要用自己的電腦實際試過才準。另外，它不屬於 Copilot+ PC 的專屬功能，說明頁裡的專屬功能只列了完美螢幕擷取畫面和色彩選擇器。
在隱私上，Microsoft 寫明，所有文字辨識程序都在裝置本機執行。對於不方便上傳到別處的內容，這是它的優勢。
PowerToys Text Extractor 的快速鍵與語言包
PowerToys 是 Microsoft 提供的免費工具集，裡面的 Text Extractor 專門拿來擷取螢幕上的文字。預設的啟用快速鍵是 Windows 鍵 + Shift + T，按下後按住滑鼠拖曳框選螢幕上的任何位置，含圖片和影片，擷取到的文字會直接進入剪貼簿，隨後用 Ctrl + V 貼上即可。擷取完成後工具會自動關閉，需要中途離開就按 Esc；拖曳時按住 Shift，則可以把「調整大小」改成「移動選取框」。
對繁體中文使用者來說，最容易遇到的問題是語言包。Microsoft 說明 Text Extractor 只能辨識已安裝 OCR 語言套件的語言，預設的辨識語言會依 Windows 的系統語言與鍵盤設定決定。如果辨識結果空白或全是亂碼，先檢查有沒有安裝對應語言的 OCR 套件；想確認系統裝了哪些 OCR 語言，可以用 PowerShell 查詢，指令不必背，照 Microsoft 說明頁上的範例複製即可。
另外，Microsoft 在說明中提醒，產生的文字可能並不完美，需要快速校對。同一份說明也建議，單純要擷取螢幕畫面時，使用剪取工具而不是 Text Extractor。
OneNote 對插入的圖片按右鍵複製文字
圖片已經貼進 OneNote 筆記時，在圖片上按右鍵，選「複製圖片的文字」，再按 Ctrl + V 貼到想放的地方。這是 Windows 版中文說明頁的用語，Mac 版的中文說明寫成「從圖片複製文字」，實際名稱以自己看到的選單為準。
這個選項不一定馬上出現。Microsoft 的說明寫到，視圖片的複雜度、清晰度與文字量而定，這個命令可能不會立即顯示在選單中；OneNote 還在讀取轉換時，要稍候再試，部分結果最久可能需要 24 至 48 小時。遇到文字量大的圖，不要以為功能壞了，先去做別的事再回來看。
OneNote 的辨識方式也跟剪取工具不一樣。Mac 版 OneNote 的說明寫明，OCR 是交給 Microsoft 的線上服務處理，Microsoft 也表示線上服務不會把檔案內容儲存在伺服器上。處理機密圖片時，這個差別值得先考慮。至於以列印成品方式插進筆記的多頁檔案，Windows 版可以選擇只複製目前這一頁的文字，或複製所有頁面的文字。貼上之後，同樣要檢查文字有沒有辨識正確。
Copilot+ PC 的按一下執行有機型門檻
新一代 Windows 的「按一下執行」（Click to Do），可以對畫面上辨識到的文字直接複製，但它只出現在 Copilot+ PC 這類機器上，使用前要先確認電腦符不符合門檻，免得在一般電腦上找半天都找不到入口。
根據 Microsoft 的說明，Copilot+ PC 的最低系統需求包括 40 TOPS 以上的 NPU、16 GB RAM、8 個邏輯處理器和 256 GB 的儲存容量。符合條件的電腦，按住 Windows 鍵再點選畫面，或按 Windows 鍵 + Q 就能啟動；醒目提示文字後，選項有複製、開啟方式（例如在記事本中開啟）和搜尋網頁。畫面分析一律在裝置本機執行，只有在你選了搜尋網頁這類動作時，選取的內容才會送到線上服務。
說明頁另外寫到，摘要、重寫這類更進階的文字動作，需要預設語言為英文，並且選取至少 10 個單字。對一般只想取字的人來說，沒有 Copilot+ PC 也沒有關係，前面的剪取工具和 PowerToys 已經能完成同樣的事。
Google 雲端硬碟把圖片檔轉成 Google 文件，不分作業系統
手上是一個圖片檔，可能是掃描檔、截圖或相片，又想在任何電腦的瀏覽器上處理，可以交給 Google 雲端硬碟，這是 Google 說明頁明列的轉換方式。步驟是先把圖片上傳到雲端硬碟，在檔案上按右鍵，選「選擇開啟工具」，再選「Google 文件」。圖片中的文字會被轉成 Google 文件裡的文字。使用前提是要有 Google 帳戶並登入。
這個做法的好處是跨平台，Windows 或 Mac 只要有瀏覽器都能用，文字轉成文件後也方便再編輯。掃描成 PDF 的多頁文件，也能用同樣的步驟轉成 Google 文件。
上傳雲端硬碟前先確認檔案大小、文字高度與方向
Google 說明頁列了一組上傳前的條件：格式必須是 .jpeg、.png、.gif 的相片檔，或 PDF（可多頁）；檔案大小不應超過 2 MB；文字高度至少 10 像素；頁面方向必須正確，方向有誤要先旋轉再上傳；字型建議使用 Arial、Times New Roman 這類常用字型；圖片要光線平均、對比鮮明、清晰。
最常讓人遇到問題的是 2 MB 和方向。手機直接拍的相片原檔，常常超過 2 MB，上傳前先用相簿或影像編輯軟體縮小。方向不對的照片在雲端硬碟裡看起來也許是正的，轉換前仍要確認一次，必要時先旋轉再上傳。至於字型，常用字型比花俏字型穩定，這與前面講的「印刷體最穩」是同一個道理。
轉換後的 Google 文件保留與遺失的格式
很多人以為轉完就會得到一份版面跟原圖一模一樣的文件，實際上只有部分格式留下來。Google 的說明寫到，格式可能無法完整轉移：粗體、斜體、字型大小、字型和分行的設定值可能會保留，項目清單、表格、分欄、註腳和章節附註則可能偵測不到。
所以圖片裡有表格或分欄時，轉出來的文字常常會變成一長串，需要手動重新整理。語言方面，雲端硬碟會自動偵測文件使用的語言，支援的語言清單裡包含中文（繁體）。如果圖片只是單欄的印刷文字，這個方法很適合；內容結構複雜的圖，就要有心理準備，轉完還得花時間整理版面。
不用安裝的 4 款線上 OCR 工具與免費限制
搜尋「圖片轉文字」，第一頁多半是各種線上 OCR 網站。它們的好處是不用安裝，打開瀏覽器上傳就能轉；代價是圖片得送到別人的伺服器處理。所以不論選哪一個，上傳前都先看幾件事：它收不收圖片、檔案大小有沒有上限、支不支援繁體中文、要不要登入，以及上傳後的檔案怎麼處理。
這幾件事在網站上通常找得到，只是藏在常見問題或隱私說明裡。花兩分鐘讀完，比上傳了才後悔有效得多。如果一個網站完全找不到這些說明，就不要把重要的圖片傳上去，換成前面幾節的本機方法更保險。
證件、合約與個資圖片優先選本機處理
圖上有身分證字號、合約條款、病歷或客戶資料時，優先選在裝置本機完成的方法，比上傳到線上服務穩妥。幾種本機方法與線上服務，說明頁對「處理在哪裡」的寫法各不相同：
| 方法 | 說明頁寫的處理方式 |
|---|---|
| Windows 剪取工具 | Microsoft 寫明所有文字辨識程序都在裝置本機執行 |
| Windows 按一下執行 | Microsoft 寫明畫面分析一律在裝置本機執行，選搜尋網頁這類動作時才會把所選內容送到線上服務 |
| Mac 版 OneNote | 使用 Microsoft 的線上服務，Microsoft 說明線上服務不會把檔案內容儲存在伺服器上 |
| OCR.space | 自述所有上傳檔案與擷取出的文字，在處理完成後立即自動刪除 |
| Adobe 線上 OCR | 在線上處理檔案時，Acrobat 使用加密保護資料安全 |
另外，Google 在 Chrome 智慧鏡頭的說明裡寫到，用智慧鏡頭搜尋網頁內容時，網頁的螢幕截圖與資料會傳送給 Google，Google 只暫時儲存處理特定查詢所需的資料。那是 Chrome 搜尋網頁的路徑，跟手機上選取圖中文字不是同一件事，但也看得出各家服務對資料處理的說法並不相同。
判斷的標準可以很簡單，就是找不找得到隱私或資料處理的說明，知不知道檔案會保存多久，能不能自己刪除。找不到說明的，就視為不確定，不確定就別傳敏感的圖。
OCR.space、OnlineOCR.net、NewOCR 與 Convertio 的免費額度與保存說明
不涉及個資的圖片，例如公開的海報、講義或書頁截圖，交給線上工具處理就很方便。下面 4 款是國際上常見、免費就能用的線上 OCR 工具，語言清單都列有繁體中文，免費條件與檔案保存的寫法則各不相同。表格依各網站自己寫的內容並列整理，沒有先後之分，依手上的檔案格式、數量和要不要註冊來挑即可：
| 工具 | 能做什麼 | 免費版限制 | 上傳檔案的保存說明 |
|---|---|---|---|
| OCR.space（ocr.space） | 圖片與 PDF 轉文字，支援多頁與多欄辨識，也能輸出可搜尋的 PDF | 不用註冊，單檔上限 5 MB | 網站寫明上傳檔案與擷取出的文字，在辨識完成後立即自動刪除 |
| OnlineOCR.net（onlineocr.net） | 圖片與 PDF 轉成 Word、Excel 或純文字檔 | 不註冊時每小時 5 個檔案、單檔上限 15 MB；註冊後單檔上限 200 MB，另有 50 頁免費額度 | 網站寫明訪客上傳的文件轉換後自動刪除，註冊會員的輸出檔保存一個月 |
| NewOCR（newocr.com） | 圖片、多頁 TIFF 與 PDF 轉文字，可以只框選頁面局部辨識 | 不用註冊，網站寫上傳次數不限；檔案大小上限網站未載明 | 網站寫明檔案使用後會從伺服器移除，保存多久網站未載明 |
| Convertio（convertio.co） | 圖片與 PDF 轉成 Word、Excel、可搜尋的 PDF 或純文字等格式 | 免費可辨識 10 頁，更多頁數要註冊；檔案大小上限 OCR 頁面未載明 | 網站寫明上傳檔案轉換後立即刪除，轉出的檔案 24 小時後刪除，也可以自己手動刪除 |
OCR.space 可以直接上傳 JPG、PNG、GIF、WEBP 等圖片或 PDF，語言選單裡有繁體中文，選項裡還有自動旋轉與表格辨識，偶爾轉一兩張圖時不必先建帳號。
OnlineOCR.net 的重點在輸出格式，轉出來可以直接存成 Word、Excel 或純文字檔，網站也會自動把歪掉的頁面轉正。它的常見問題建議圖片解析度在 200 DPI 以上。保存說明要分開看：不登入的訪客上傳的文件，轉換後會自動刪除；註冊會員的輸出檔則會在伺服器上保存一個月。
NewOCR 收的檔案除了 JPEG、PNG、GIF、BMP 等圖片，也收多頁的 TIFF、PDF 與 DjVu。辨識前可以只框選頁面的一部分，或把頁面旋轉 90 度、180 度，轉完能直接複製、下載成文字檔或 Word 檔。它寫明檔案用完會從伺服器移除，但沒有寫保存多久，檔案大小上限也沒有載明。
Convertio 是綜合型的轉檔網站，OCR 是其中一項功能，辨識前要先在語言選單選好主要語言，繁體中文的選項是「Chinese Traditional」。免費可辨識的頁數是 10 頁，要辨識更多就得註冊。它的安全說明寫到，上傳的檔案轉換後立即刪除，轉出的檔案保留 24 小時，期間可以在「My Files」裡手動刪掉。
常被一起搜到的 Adobe 線上 OCR 工具（adobe.com）則是另一種設計。它以 PDF 為輸入，上傳後自動套用 OCR，登入後才能下載新的可搜尋 PDF 或取得分享連結。依照 Adobe 常見問題的說法，線上工具可以免費辨識 PDF 文件中的文字；如果要讓 PNG、JPG、TIFF 等影像檔中的文字可以編輯、搜尋與選取，則需要開始 7 天的 Acrobat Pro 免費試用。手上是圖片檔時，用前面 4 款直接收圖片的工具比較省事。
這些免費額度與保存說明都可能調整，實際以各網站當下的頁面為準。
AI 助理讀圖能順便整理內容，逐字抄錄仍要核對
現在的 AI 助理也能上傳一張圖，請它把文字讀出來，還可以順手翻譯成另一種語言，或整理成條列。這跟傳統 OCR 的運作原理不同，OCR 是逐字辨識，AI 則是先看懂畫面再輸出，所以它可能漏字、改寫，甚至補上圖裡沒有的內容。
要選哪一種，看你要的是逐字稿還是整理後的內容。需要原封不動的文字，例如合約條款，就不要讓 AI 自己整理；只是想快速看懂一張外文菜單，AI 的翻譯加整理就很方便。要逐字抄錄的時候，可以在提示裡明確寫出要求：逐字轉錄、不要改寫、看不清的地方標記出來。
OpenAI 在開發者文件的圖像說明裡，自己列出了視覺模型的限制：模型可能出錯；處理日文、韓文等非拉丁字母文字的圖片時，表現可能不理想；小字最好先放大，以提升可讀性；旋轉或上下顛倒的文字與圖片可能被誤判；模型也可能在某些情況下產生不正確的描述或圖說。這份文件沒有單獨提到中文，所以只能保守地說，非拉丁字母的文字要多留意，不能直接當作中文辨識沒問題。
不論用哪個 AI 助理，金額、日期、人名這類不能錯的內容，一律回頭對照原圖。
轉出的文字要逐段核對，表格與手寫最容易走樣
前面每一個方法的說明頁，幾乎都附了「要自己檢查」的提醒。圖片轉文字能省下大量打字的時間，但辨識結果永遠只是草稿，核對這一步省不掉。內容類型不同，出錯的地方也不一樣。
外形相近的字與標點最常出錯
辨識出錯最常發生在外形相近的字：「己、已、巳」，數字 0 與英文 O，數字 1 與英文小寫 l 或大寫 I，都是常見的混淆。標點也常出錯，全形與半形混用，或把句號辨識成逗號，貼到文件之後才發現。
核對時有幾個實務做法。金額、日期、人名、電話這幾類資訊，一定回頭對照原圖，錯一個數字的代價比錯一個形容詞大得多。想檢查特定字串，可以用文件的搜尋功能，找找有沒有該出現卻找不到的詞。另外，不要一次相信整頁，分段核對比較不容易漏。貼到文件後，標點的全形半形和換行位置也要順手重整，因為圖片裡的換行往往不是真正的段落結尾。
Microsoft 的 PowerToys 說明提醒要快速校對輸出；OneNote 的說明也建議，貼上之後最好檢查文字有沒有被正確辨識。工具的提供者自己都這樣建議，值得照做。
表格圖片的欄列容易打散，中文表格要自己重排
圖上是表格時，一般的文字擷取會把欄和列壓成一串字，原本的對應關係就丟了。前面提到過，Google 雲端硬碟的說明寫明，表格和分欄可能偵測不到，這是同一個限制。
Microsoft 的 Excel 有一個專門處理表格圖片的功能，叫「從圖片插入資料」，可以從剪貼簿上的螢幕擷取畫面，或電腦中的影像檔插入資料。不過說明頁的重要事項寫明，它僅支援英文、法文、德文、西班牙文、義大利文、荷蘭文等 21 種語言的字元集，完整名單裡沒有中文。所以中文表格的圖片，不能直接指望這個功能；用一般 OCR 轉出來的文字，也得對照原圖，自己把欄和列重新排回去。
手寫與藝術字體的辨識效果不穩定
手寫字、書法體和花俏的字型，是 OCR 最弱的類型。Mac 版 OneNote 的說明提到，OCR 的效果取決於拍攝的照片品質與文字的可讀性，照片中的文字應該清晰易讀；手寫、高度風格化或接近草寫體的文字，辨識起來比較困難（英文版的寫法是這類文字「will not work very well」）。
這類圖片不要期待一次就轉對。轉完要逐字核對，圖片內容不長時，直接重新打字反而更快。能做的補救，是拍攝或掃描時讓光線均勻、角度端正、解析度夠高，這是一般性的建議，對印刷體也有幫助，但對潦草的手寫字，效果有限。
圖片轉文字沒有一個放諸四海皆準的方法，只有適不適合手上這張圖。手機裡的圖，先試 Apple 的原況文字或 Google 智慧鏡頭；電腦螢幕上的圖，剪取工具或 PowerToys 最直接；機密內容優先選本機處理，不涉及個資的圖片才交給線上 OCR 工具，上傳前先讀完它的檔案保存說明。拿到結果之後，金額、日期和人名一定回頭對原圖看一遍，這個習慣比挑哪一款工具更能避免錯誤。