对 PDF 进行 OCR
完全在你的设备上读出扫描页中的文字。不会上传任何内容。
选择文件
或拖放到此处
Ctrl+V 从剪贴板粘贴
最多 1 个文件，每个不超过 25.0 MB
文件保留在您的设备上。不会上传任何内容。
如何 OCR PDF
- 选择一个 PDF，或将它拖放到页面上。
- 选择渲染分辨率。150 DPI 识别效果良好，也能让内存保持合理。
- 点击“转换”。每一页会先被绘制，然后在你的设备上由 OCR 读取。
- 下载包含识别文本的 .txt 文件，按页排列。
OCR 在这里做什么，在哪里运行
光学字符识别从像素中读出字母。本工具把每个 PDF 页面渲染成图片，然后交给 Tesseract——这款开源 OCR 引擎经编译为 WebAssembly，完全在你的标签页内运行。语言模型（英语）和引擎本身都从本站提供：关于你文档的任何信息都不会被发送到任何地方。
它专为文本提取工具无能为力的页面而存在：扫描件、传真、拍摄的文档。输出是纯文本，每页一个标记分节，可直接用于搜索、翻译或编辑。
首次使用会下载引擎（几 MB），之后由浏览器缓存。识别速度取决于你的设备；手机几秒钟读完一页，笔记本电脑更快。
限制与如实说明
OCR 的准确度取决于图像质量。干净的 300 DPI 扫描件几乎可以完美识别；揉皱收据的手机照片则会有错误。150 DPI 是合理的默认值；小字可提高到 300。
目前仅支持英文文本。不识别手写：只识别印刷文字。很长的文档最好按页面范围分批处理。
每次处理一个文档，最大 25 MB。识别在当前标签页中运行；页面图片绝不会离开你的设备。
常见问题
为什么用 OCR 而不是提取文本？
提取读取数字版 PDF 的文本层。OCR 读取扫描件和照片的像素。如果提取结果为空，就该用 OCR。
支持哪些语言？
目前是英语。之后可以添加更多语言模型，每个都从本站提供。
为什么第一次转换很慢？
OCR 引擎和语言模型需要下载一次（几 MB），之后会被缓存。后续运行会立即开始。
我的扫描文档会被上传吗？
不会。页面在你的浏览器中、在你的设备上渲染和读取。
隐私设计
文件保留在您的设备上。不会上传任何内容。 转换在您的浏览器中运行：转换时打开网络选项卡，您会看到没有发送任何数据。无需账户、无水印、无每日限制。