[求助] 2026年Windows系统OCR软件选型求助讨论

问题求助
1

[求助] 2026年Windows系统OCR软件选型求助讨论

  • 环境：Windows 11 25H2

使用过一些OCR软件，能用但是不太满意，个人希望的软件特点如下：

  • 小，准，支持AI大模型，只要OCR功能；
  • 不要翻译功能，翻译全用AI客户端工具了；
  • 每天OCR数量不多，用大模型接口足够，不需要本地OCR引擎；

各种遇到问题如下：

序号 软件名称 问题 备注
1 Umi-OCR_Paddle_v2 字符和换行经常不准，体积太大，AI插件不好用
2 STranslate AI大模型接口少，多了翻译多余功能
3 PandaOCR.Pro 收费的，免费版用不了大模型AI接口
4 ScreenOCR 小也准，但作者不再维护了，有时英文单词丢失空格连成一串 中文版叫识字精灵

有无一种OCR软件，具备如下特点：

  1. 大小：10-50 MB左右；
  2. 支持各种大模型AI接口；
  3. 不需要本地OCR引擎；
  4. 没有翻译、转语音等附加功能；
1 个赞
2

win11现在自带的截图工具就有ocr功能了

1 个赞
3

感觉可以转换思路，从“找一款软件”变成“找一条工具链”。

比如，我能想到的应该可行的方案是：

  1. 用 ShareX 截图，它支持截图完毕以后执行各种自动化的动作
  2. 用胶水（Quicker，AHK等）把上一步和下一步自动连起来
  3. 用 URL Scheme 触发 Chatwise ，支持上传文件（图片）

Chatwise 我测试下来本地内存占用 15MB 左右，非常轻量，支持的 AI 接口也多。
这条链路应该满足你列的全部 1-4。Quicker 的动作库可能还能代替第一步。

1 个赞
4

image.png
image.png1349×1372 93.8 KB

试了一下截图发给AI聊天窗口，效果还不错

5

扔给豆包就行了。

6

ai视觉模型效果确实相比传统ocr好一些，但是一般没有持久的免费额度吧

7

POT 支持OCR 支持大模型OCR 但是同时也支持多语言翻译。 而且开源的。
不想用翻译可以只用OCR

1 个赞
8

国外的AI识别打印的表格里面的汉字还是有一点不准

9

25H2？

10

最晚今年1月份的版本就有了

11

使用过程中，多个文字识别成近似字形文字，精度不是非常高，无法和大模型比。

12

最多一天只识别少于30次，长期看可以充值很便宜，主要精度极高，且大模型不断进化，实时使用最新版。

13

两个方案对比：

  • 豆包等大模型：右击 → 截图 → 点击切换大模型 → 粘贴 → 点发送 → 输入提示词 → 识别。
  • 集成大模型的工具：右击 → 截图 → 识别。

还是期待出现一个用大模型的极简OCR软件。

14

找到了一键快速解决方案：
使用工具：

  1. Cherry Studio v1.7.2（免费）
  2. 智谱glm-4.6v-flash（免费）

操作办法：

  1. Cherry Studio中新建一个助手，助手名称：文本识别OCR助手

  2. 助手提示词：

请对我发送的图片进行纯文字识别。严格按照图片中出现的文字原样输出，包括换行、空格、标点符号和版式结构。不得添加任何解释、注释、提示语、前缀、后缀、标题、编号、额外字符或格式修饰。不得推测缺失内容，只能输出图片中实际存在的文字。输出内容必须与图中文字布局一致，仅包含图片中的文字本身。

  1. 默认模型：glm-4.6v-flash

使用办法：

  1. 任意图片或截图，一步/一键粘贴到Cherry Studio对话框，回车发送；
  2. 1秒不到，自动给出严格按图片排版的文字，精确度非常高。

优点：

  1. Cherry Studio每天已在大量使用，现成，无需额外增加其他软件；
  2. 大模型常用常新，几个月一个新版，随意切换；
  3. 粘贴-发送，一键出结果，好又快；
15

STranslate 2.0版本识别率还不错啊

16

他用的微信OcR的效果确实不错，不过题主明显想用的就是单单的OCR一个功能。
如果只是想简简单用OCR一个功能的话，我一嗯目前在用的是Quiker的一个动作。

鼠标中键呼出界面，选择功能，截屏，OCR识别。

17

PixPin_2025-12-15_10-26-57