扫描 PDF 转文本
此工具可将扫描版 PDF 转换为可编辑文本，方便你复制、编辑并添加内容。
查看全部 12 个 OCR 应用
从扫描件中提取文本，将文档转换为 Office 文件，或创建可搜索的 PDF。选择一个应用即可开始。
扫描版 PDF 什么时候需要 OCR，什么时候不需要
将扫描版 PDF 转成文本，其实是两项不同的工作，转换器会让你选择执行哪一种。已经包含真实字符的 PDF 只需要读取即可。只包含页面图片的 PDF 必须先识别，因为里面还没有任何文字。
你可以在几秒内分辨它们。用任意阅读器打开文件并尝试选择一行文字。如果单词能被高亮，说明 PDF 有文本层，只需选择“转换”，文字就会按原样导出。如果没有任何高亮，或整页被当作一个块高亮，那就是扫描件，需要进行光学字符识别。
这一项选择解释了为什么许多工具会给出令人失望的结果。只按单一路径处理所有上传文件的转换器，对一部分文件会输出干净文本，对另外一部分则是空白页面，而且不会说明原因。自己选择引擎，就不用再猜测。
如何从扫描版 PDF 文档中复制文本
你无法在扫描件中拖动光标穿过一句话，因为那里没有任何可选中的内容。从扫描版 PDF 中提取文本可以解决这个问题：上传文件，运行转换，你会得到一个纯文本文件，之后就可以复制、粘贴到邮件中，或在任意编辑器中用查找命令搜索。
输出文件为 .txt，因此在任何电脑和手机上都能打开，无需专用软件。它保留文字和换行，舍弃排版布局，当你需要的是内容而不是页面的外观时，这是合适的取舍。
可以一次上传多个扫描件。每个 PDF 会单独转换，并各自返回为一个文本文件，同一引擎和语言设置会应用到所有文件。
什么是 TXT 文件？
.txt 文件扩展名用于纯文本文件。这些文件由多行文本组成，可在不同平台和设备上的各种文本编辑器中打开，文本本身不包含任何格式。
这也是为什么它是存放从扫描件中恢复文字的最安全格式。此类文件不会过时，也不需要授权才能打开，而且在生成原文件的程序被替换很久之后，文字仍然可以正常阅读。
文件扩展名：.txt，MIME 类型：text/plain
维基百科上的 TXT如何选择 OCR 引擎
这里有 5 种读取扫描版 PDF 的方式，你可以在设置面板中切换。选择最符合当前文件的一种。
| OCR 引擎 | 适用于 |
|---|---|
| 转换 | PDF 已经包含可选择的文本。不执行识别，文字将按原样导出。 |
| 标准 OCR | 扫描件干净、端正且清晰。这是从扫描版 PDF 到文本最快的路径。 |
| 高级 AI-OCR | 扫描件较淡、分辨率低或略微歪斜，并且标准引擎会漏字。 |
| 高级 AI-OCR+ | 页面带有阴影、光线不均或中缝弯曲，这在拍摄书本时很常见。 |
| 照片 OCR | 文字是拍照而非扫描得到的，例如牌子、标签或屏幕。 |
该转换器可识别 123 种源语言，包括支持竖排的简体和繁体中文，以及阿塞拜疆语、塞尔维亚语和乌兹别克语的西里尔字母形式。请选择文件中出现的所有语言。
把扫描版 PDF 转成文本的常见原因
扫描件中的文字被锁在图像里。以下这些情况中，将文字提取出来可以省下最多的工作量。
需要搜索的文书
发票、合同、收据和信件通常以扫描件形式收到。提取出文字后，你就可以按金额、日期或姓名来查找，而不用逐页通读。
学习和研究资料
图书馆扫描件、期刊文章和书页都可以被引用。将文字提取一次后，只需把所需段落粘贴到笔记中，而不必重新输入。
记录与档案
较早的文件通常以篇幅较长的多页扫描件保存。一次上传多个文件，转换器会在一次运行中批量处理。
你的数据受到保护
你扫描的纸张和你转换的文件可能包含个人信息。以下说明会准确告诉你我们的处理方式。
TLS 加密
所有上传和下载都通过加密连接进行，传输中的文件无法被读取。
无人工访问
文字识别完全自动化。不会有人阅读你的扫描件或文档，也不会与第三方共享任何内容。
静态加密存储
存储在启用整盘加密的服务器上，备份也经过加密。
如何将扫描版 PDF 转换为文本？
-
上传
上传扫描版 PDF。
-
选择
选择适合你文件的 OCR 引擎。如果 PDF 中文本已经可选，请使用“转换”。
-
调整
选择 PDF 文档的语言，以获得更好的识别效果（可选）。
-
转换
开始转换，并等待文件生成后下载。
扫描版 PDF 转文本常见问题
这个扫描 PDF 转文本工具是免费的吗？
可以。将扫描 PDF 转换为文本是免费的，也不需要账号。上传文件，选择引擎，然后下载结果。大小不超过 50 MB 的文件都在免费范围内，只有处理更大的文件或更长批量时才需要付费方案。
我可以免费给 PDF 做 OCR 吗？
可以。标准 OCR 是免费的引擎，处理普通扫描件无需注册。3 个高级 AI 引擎则用于标准引擎无法识别的页面，例如模糊复印件或在弱光下拍摄的照片。
为什么我的扫描版 PDF 必须用 OCR 才能提取文本？
因为文件中保存的是页面图片而不是字符。扫描仪拍摄的是纸张，所以每个单词都是像素图案。光学字符识别会读取这些像素并写出真实字符，使文本可以被选择、搜索和编辑。
如何从扫描版 PDF 中复制文字？
在上方上传 PDF，选择一个 OCR 引擎并开始转换。结果是一个可以在任意编辑器中打开并复制的纯文本文件。只有当 PDF 已经包含文本层时，才能直接从 PDF 阅读器中复制。
文字识别可以读取哪些语言？
它可识别 123 种源语言，包括支持竖排的简体和繁体中文，以及阿塞拜疆语、塞尔维亚语和乌兹别克语的西里尔字母变体。请选择文件中出现的所有语言，因为页面混合多种语言时，只有全部列出，识别效果才最好。
我可以把扫描版 PDF 转成 Word 吗？
不能在此页面实现，这里只生成纯文本文件。它保留文字并舍弃排版布局。如果你需要带格式的 DOC 或 DOCX，请使用 Convert to Word app，该应用使用相同的文本识别并输出 Word 文档。
为什么提取出来的文字不对？
识别质量取决于扫描质量。页面歪斜、分辨率低、纸面有阴影或手持拍摄的照片都会降低准确度。对于不完美的扫描件，请尝试 Advanced AI-OCR，对于光线很差的照片，请使用 Advanced AI-OCR+，并在条件允许时以 300 dpi 重新扫描。被密码保护或已损坏的源文件将无法转换。
我的扫描文件是私密的吗？
是的。上传和下载都通过加密连接完成，处理过程在欧盟境内进行，整个流程自动化，没有人会查看你的扫描件。你的文件绝不会被用于训练 AI 模型，你也始终保留对文件的权利。
更多 OCR 应用
这些功能全部在浏览器中运行。无需安装，无需账户，并使用相同的文本识别技术。