掃描檔原位文字更正
簡答: 原位更正是在掃描影像上找到目標文字,只擦掉這幾個字的筆畫,再依原字跡的顏色、粗細和傾斜寫入新字,頁面其餘部分保持原圖像素,不做整頁辨識和重新排版。
它解決什麼問題
掃描檔、拍照檔和截圖轉成的 PDF,頁面上的文字其實是圖片裡的像素。常見的處理方式有兩種:在舊字上蓋一塊白色或底色的方塊再寫新字,或者把整頁辨識成文字後重新排版。前者會留下色塊和接縫,後者會改變字型、行距和版式,頁面看起來就不是原來那份檔案了。
PDF 字元替換工具 只處理要改的那幾個字,其餘像素一個都不動。
圖片文字怎麼改
- 找到文字:對占頁面面積 10% 以上的圖片做離線辨識(中文用 PP-OCRv6,泰文用 PP-OCRv5 泰文模型),得到每個字的位置。
- 只擦字跡:根據字跡與周圍背景的色差求出精確的筆畫範圍,連同模糊邊緣和 JPEG 振鈴,而不是整個文字框。
- 補背景:優先從附近找一塊乾淨的背景,用泊松融合貼過來,所以紙紋、顆粒、網點、漸層和照片背景都是真實的。找不到合適的背景時改用修補演算法,並補回周圍的紙張顆粒。每處擦除後自動檢查色差、顆粒和接縫,選效果較好的一種。穿過文字的表格線會保留。
- 寫新字:顏色依原字跡擬合(包括漸層色),模糊程度和墨色不均也依原字跡測量後套用,並跟隨原文字行的傾斜。
文字層 PDF 怎麼改
可以選取複製的文字屬於文字層。PDF 字元替換工具 保留原字型、字級、顏色和透明度:
- 優先沿用 PDF 內嵌的字型;子集缺字時,只嘗試本機同名的完整字型。
- 找不到可用的原字型會明確回報錯誤,不會悄悄換成通用字型。
- 等長取代保留每個字元的位置;長度不同時,依原字級從原位置寫入。
對齊與超長
新舊文字長度不同時,可以選擇靠左對齊、靠右對齊(適合金額欄等靠右對齊的數字欄)或置中。圖片文字超長時可以允許超出、水平壓縮(最多到 60%),或不超出原範圍(必要時縮小字級)。超出時不會壓到同一行的下一個詞。
自動退回
以下圖片無法在原圖上修改,會自動改用在頁面上覆蓋的方式,並在結果中說明:CMYK 或調色盤圖片、1-bit 傳真圖、JPEG 2000、被多頁共用或在同一頁放置兩次的圖片、斜著放置的圖片。
目前限制
- 支援橫排單行文字,跟隨約 3° 以內的傾斜;不處理跨行、透視明顯或彎曲的拍照檔,也不處理轉外框的文字。直排:日文已用真實掃描件測過;簡體中文直排有程式支援但未實測;繁體中文帶注音的直排頁會拒絕替換(見能力矩陣)。
- 手寫體、藝術字、低於約 150 DPI 或字高過小的文字辨識率低。
- 長於原文的取代預設依原字級寫入,可能蓋到右側內容,請查看預覽。
常見問題
改過的地方還能被搜尋和複製嗎?
能。新字寫進影像的同時,同一位置會疊加一層不可見文字,取代後可以搜尋和複製。
原圖會被重新壓縮嗎?
JPEG 圖片用原來的量化表重新儲存,檔案大小基本不變。未修改區域只有極輕微的重新壓縮誤差,實測最大 4 級灰階,肉眼看不出來。
新字的字型和原文一樣嗎?
圖片文字無法辨識原字型,只能用所選字型近似。「自動」會依文字選擇宋體、新細明體、明朝體、Tahoma、Arial 等本機字型,粗細和深淺依原字跡匹配。文字層 PDF 則優先沿用檔案內嵌的原字型。
哪些情況效果會差一些?
文字壓在印章或浮水印上、背景裡有物體輪廓從文字下穿過、周圍找不到乾淨背景時,修補效果會差一些。儲存前請用「預覽取代效果」核對。