把扫描 PDF 变成可搜索 PDF
给扫描页加上隐藏的文字层,就能搜索和复制文字,页面看起来和原来完全一样。
文件在当前浏览器标签页里处理,不会上传。 每个文件最大 100 MB、1000 页。 每次最多处理 100 页。
本工具需要 JavaScript。如果工具未启动,请在浏览器中启用 JavaScript,然后重新加载此页面。
当前浏览器无法运行本工具。请使用新版 Chrome、Edge、Firefox 或 Safari。
这个工具目前只支持电脑上的浏览器。文字识别需要较多内存,手机和平板上还没有测试过,暂不提供。请用电脑打开。
或拖到这里
还没有选择文件。
选择文件内容的语言,而不是本页面的语言。
有些页只有很少的文字(少于 50 个字符),往往只是页码或残缺的 OCR 层。请逐页决定:加文字层、重做此页,或跳过。
| 页 | 原有文字 | 处理方式 |
|---|
处理结果
| 页 | 原有文字 | 结果 |
|---|
使用步骤
- 选择扫描的 PDF,勾选文件中的语言。
- 确认每页的处理方式:已有足够文字的页默认跳过;文字很少的页由你决定。
- 点击“变成可搜索”,保存新的 PDF。
能做什么
- 识别所选页面的文字,以隐藏文字的形式叠在页面上、对准原来的字——看得见的页面不变。
- 默认跳过已有文字的页,并显示每页原有多少文字。
- “重做此页”可替换错误或残缺的旧文字层:该页先变成自身的图片,再加上新的文字层。“全部重做”一次处理整个文件。
- 列出已处理、已跳过和失败的页;失败的页保持原样。
不能做什么
- 不提供泰文:泰文识别常丢声调符号,搜索时会漏词。 用“扫描件 PDF 转文字”识别后自行校对。
- 不会纠正识别错误:识别错的词只能按识别出的样子被搜到。 重要页面请复制文字检查一下。
- 暂不支持手机和平板。 请用电脑上的新版浏览器。
新文件不会保留的内容
- 重做的页:原有文字层被替换,页面变成图片,目标分辨率为 300 dpi;每页图片最多约 1200 万像素,大页面的实际分辨率会更低,清晰度可能下降。
- 数字签名:文件被重新写出。
文件上限
- 每个文件最大 100 MB、1000 页。
- 每次最多处理 100 页。
常见问题
- 为什么默认跳过已有文字的页?
- 这些页通常已经可以搜索。但有文字不代表正文可搜索——可能只有页码,或者是错误的旧 OCR 层——所以工具会显示每页的文字量,你可以选择重做。
- 文件会变大吗?
- 加文字层只会大一点。重做的页以图片保存,文件可能明显变大。
隐私
- 文件由当前浏览器标签页里运行的代码读取和处理,不会上传到我们的服务器或任何其他服务。
- 工具只从本站加载自己的程序文件,处理过程中不访问其他服务。
- 关闭标签页后不保留任何内容。处理结果在你保存之前只存在于这个页面里。