如何从扫描版 PDF 中提取文字

扫描版 PDF 往往保存的是一页页图片，屏幕上看起来正常，却无法选中文字，也无法可靠搜索。OCR 会读取这些页面图像，并生成可以编辑的结果。

先判断 PDF 是否需要 OCR

可以先在 PDF 阅读器中尝试选择一句话。如果完全无法选择，或选择结果残缺，OCR 通常能派上用场。OmniOCR 支持单个 PDF 最大 10 MB、最多 10 页；加密、损坏或更长的文件需要先处理后再上传。

加密、损坏或结构特别复杂的 PDF 可能无法处理。上传前移除密码，或重新导出一份完整文件，通常能提高成功率。

识别 PDF

1. 打开 OmniOCR 工作区。
2. 上传 PDF，无需登录。
3. 识别期间保持该文件处于选中状态。
4. 完成后对照原文件预览检查结果。

OmniOCR 会返回 Markdown；当服务商检测到对应结构时，还会提供表格、公式和页面版面数据。页面数量也能帮助你确认文档是否完整处理。

整理识别结果

重点核对分页、标题、脚注、多栏阅读顺序、密集表格和数学符号。可以复制当前结果视图，也可以下载后继续编辑。

PDF 会发送给 OCR 服务商完成识别。OmniOCR 的应用数据库不会保存源 PDF 或识别文字；近期结果可能保留在浏览器中，直到你清空本地历史。

更多格式、限制和常见问题可查看 PDF OCR 方案页。