课堂板书拍下来、模糊的课件截图攒了一堆、中英文混排的图文资料急需转成文字……这些场景，通义听悟网页端能直接搞定。它自动增强图像，按语义分段识别，不用你手动调参数，结果出来直接复制就能用。注册和实名认证是必须的，否则没法调用图片识别模块。

打开通义听悟网页版并登录

浏览器访问 https://tingwu.aliyun.com/，点击右上角「注册」。用手机号收个信息验证码，设置密码、勾选协议，完成注册。系统会自动跳转到登录页，输入账号密码就能进首页。

注意：必须完成实名认证。 否则图片识别功能用不了。首次登录后系统会弹出提示框，按指引上传身份证正反面照片，再做人脸识别验证，通过后就能正常使用。

上传图片启动识别

方法一：拖拽上传（最快）
在首页找到「图片文字提取」功能入口，直接把本地PNG、JPEG、JPG格式的图片（≤5MB）拖进上传区域，松手就开始处理。

方法二：点击上传
点击上传区域内的「选择文件」按钮，在弹出窗口找到目标图片，选中后点击「打开」，系统自动加载并进入识别队列。

需要留意的是：如果图片是手机实拍的，存在明显倾斜或反光，识别前会先触发AI自动矫正。但要是原图分辨率低于300×300像素，系统会提示“建议更换更清晰图片”，这时候就得换张图再试。

查看与导出识别结果

第一步：等待识别完成
页面显示“正在解析中…”时，别关标签页或切换窗口。通常3～12秒内完成，模糊图片可能需要额外2～3秒做增强处理，耐心等一会儿出来。

第二步：核对分段文本
结果页会自动按语义切分成中文段、英文段、数字公式块三类。每段右侧都有个“复制”图标，点击任意段落左侧的“▶”可以展开原始图片对应区域，方便你比对确认。

第三步：导出或复制使用
点击顶部的“复制全部”按钮，一键拷贝全文，直接粘贴到Word、飞书、钉钉里。想保留段落结构，就点“导出为TXT”，会生成纯文本文件下载到本地，用起来很方便。