扫描仪生成纸质图片。这些词对您来说看起来很正确，但 Ctrl+F 找不到任何内容，并且复制粘贴也不会返回任何内容。 OCR（光学字符识别）在图像下添加了真实的文本层，因此文档可以在不改变其外观的情况下进行搜索。
一步一步
- 1
上传您的 PDF
将 PDF 拖到框中或单击“选择文件”。它通过加密连接发送，并且仅用于此任务。
- 2
设置选项
调整语言和ocr引擎。每个字段都有一个合理的默认值，因此您通常可以立即运行该工具。
- 3
在您的浏览器中运行
OCR 在您自己的计算机上使用 tesseract.js，因此无需上传扫描文档。它添加了一个文本层，使扫描件可搜索和可选择——页面图像保持不变。
- 4
运行并下载
按 OCR PDF，页面会显示工作进度。完成后，您会收到一个下载链接 - 不会通过电子邮件发送任何内容，也不会存储超过所需时间的内容。
屏幕是什么样的
OCR 改变了什么——以及它留下了什么
识别会读取页面上的形状并在图像后面写入文本层。扫描看起来仍然相同，但单词变得可选择和可搜索，并且屏幕阅读器可以读出它们。它不会神奇地修复模糊的页面或将手写笔记的照片变成完美的文本。
识别前准备扫描
准确性主要在 OCR 开始之前决定。以大约 300 DPI 扫描，保持页面平坦和方形，并用 相差校正 首先。黑暗的背景或不均匀的手机照明可能会混淆识别；干净、均匀照明的页面比任何后处理设置更有价值。
语言、布局和笔迹
选择页面上显示的语言。多列布局的读取顺序取决于文档，因此请检查输出，而不是假设它遵循可视列。手写是最难的情况：OCR 可能会识别周围的印刷标签，但常常会错过手写本身。将其视为限制，而不是错误。
在依赖文本之前先检查一下
搜索一些独特的单词和数字——发票总额、条款编号、姓氏——并将结果与页面进行比较。在查看器中打开文本图层并检查页面是否仍能正确打印。本网站的OCR引擎在您的浏览器中运行，因此无需上传扫描件即可识别；隐私差异对于护照、医疗记录和客户档案很重要。
OCR PDF 的好习惯
- OCR 在您的浏览器中运行，因此扫描的文档永远不会上传。
- 首先拉直扫描件 - 倾斜校正的页面可提供明显更好的 OCR。
- 300 DPI 扫描是准确性和速度之间的最佳点。
常见问题
PDF OCR 有什么作用？
在扫描的 PDF 图像后面添加真实文本层，使文档变得可搜索、可选择和复制，同时外观完全相同。默认情况下，识别在浏览器中运行。
OCR PDF 可以免费使用吗？
是的。这个浏览器工具是免费的，没有水印，也没有每日任务限制。电子签名和法律工作流程是唯一的付费产品。
使用 OCR PDF 后我的文件会怎样？
它们存储在一个不可猜测的 ID 下，并在几个小时后自动扫描。没有任何内容被共享或索引。
OCR 会改变扫描图像吗？
不。它在图像后面添加了一个文本层。该页面看起来仍然像原始扫描件。
OCR 可以用于手写吗？
有时，但这是不可靠的。印刷文本是强项；手写笔记通常需要手动抄写或更正。
是否上传扫描件进行 OCR？
在此站点上，识别通过 Tesseract.js 在您的浏览器中运行。可搜索的 PDF 是在本地组装的，因此扫描本身不会被发送出去进行识别。