扫描件 PDF 做 OCR：让文字能搜索、能复制

扫描版 PDF 说白了就是一张页面的照片，换了个 .pdf 后缀。你搜不了它，选不中一句话来复制，屏幕阅读器也读不了。OCR（光学字符识别）能解决这事——它认出图片里的文字，再悄悄把文字补回去。

OCR 到底改了什么

扫描件本身一点不动，版式照旧、手写字照旧，连那块咖啡渍（要是有的话）也照旧。加进去的，是一层看不见的、真实可选中的文字，正好压在图片里那些字的背后。页面看起来一模一样，用起来却跟普通文档没两样了。

运行 OCR

1. 打开 PDF OCR 文字识别工具，上传你的扫描文件。
2. 每一页的文字都会被识别出来，作为一层可搜索的文字加在页面底下。
3. 下载可搜索的 PDF。

什么时候真用得上

• 在一份长长的扫描合同或报告里搜某一条款，而不用一页页翻着读。
• 从扫描件里复制一段文字，省得手动重敲。
• 让一份老扫描文档能被屏幕阅读器读出来。
• 为提取表格做准备。页面上有了真实文字，PDF 转 Excel 才读得出来。

怎么识别得准

OCR 的准确度直接跟着扫描质量走：

• 清晰、端正、光线足的扫描件几乎能完美识别。
• 低分辨率照片、严重倾斜或手写字都更难认准，第一遍不对劲，就放平、打好光重扫一次。
• 它只认英文。带重音符号的字母常常认错，中文、日文、韩文、阿拉伯文、西里尔字母等非拉丁文字则完全识别不了。

常见问题

处理完页面会变样吗？

不会。原始图片原样保留，OCR 只是在它背后加一层看不见的文字，并不重画、也不替换页面。

之后能把文件转成 Word 或 Excel 吗？

Excel 可以：PDF 转 Excel 能读取 OCR 文字层，不过要核对一下各列。Word 不行。PDF 转 Word 会忽略这层隐藏文字，只给你一页页的页面图片。扫描件想放进 Word，请改用 PDF 转文字并勾选“运行 OCR”，再把结果粘贴到 Word 里。