学生与研究人员
扫描 PDF 转文本
从扫描的书籍、文章和讲座笔记中提取段落，用于引用、学习或翻译。在重复使用之前，请将识别出的文本与源文件进行对比。
几步即可完成实用的更改。
PDF OCR.
使扫描的文字可搜索和可编辑。
Advertisements
Ad placeholderResponsive · automatic sizeResponsive · automatic size468 × 60Up to 320 × 100Up to 300 × 50
在页面上拖动以选择区域。移动或调整框的大小；使用箭头键移动，Shift + 箭头键调整大小。
选择整页或在所需文本周围绘制、移动和调整框的大小。每次点击仅处理此选择。
100%
您的结果已准备就绪。
结果已就绪。下载副本，或返回调整设置。
源图像
Advertisements
Ad placeholderResponsive · automatic size
预览保持在本地。处理过程会临时上传您的 PDF。
PDF
如何使用 PDF OCR
- 01
选择一个 PDF
打开 PDF 或尝试示例文件。预览不会上传您的文档。
- 02
选择引擎和语言
显示您需要的页面。选择“经典”或“未来”、识别语言以及可用的输出格式。
- 03
处理并下载
识别此页面，查看结果并下载。其他页面需要单独点击。
提取 PDF 文本，进行审阅并使用“智能编辑”进行优化
PDF OCR（光学字符识别）可读取扫描 PDF 图像中的文本，以便您进行复制和编辑。一次识别一页或选定区域，下载 TXT 或可编辑的 Word 文本，并在扫描件旁边审阅结果。“智能编辑”有助于优化措辞和格式。“经典”模式还提供可搜索的 PDF；“未来”模式则提供新布局的纯文本 PDF。
快速视频教程
如何使用 OCR 从扫描版 PDF 中提取文本
提取文字，然后进行润色。
英语旁白
观看视频
将扫描页面转换为有用的文本
办公与行政工作
扫描 PDF 转 Word
将扫描的信件或报告页面转换为可编辑的 Word 文本。无需重新输入即可审阅和更正措辞；Word 文件使用新的布局。
记录与存档
使扫描的 PDF 可搜索
使用“经典”模式为选定页面或区域添加可搜索文本，同时保留其扫描图像。每次运行都会为该页面创建结果，而不是整个文档。
您已经可以选中并复制文本了吗？无需 OCR 即可直接提取：
PDF 转文本功能与控制
从 PDF 页面或区域提取文本
导航至页面，选择识别语言，然后识别整页或绘制的矩形区域。每个请求一次处理一个页面。
选择区域并准备扫描件
在页面预览中绘制、移动或调整识别矩形的大小，以排除无关的列或边框，然后选择“识别所选区域”。要处理其他页面，请返回工作区，选择该页面并再次运行识别；这不是全文档 OCR 批处理。
将识别语言设置为实际文本语言。清晰、正向的扫描件比模糊或倾斜的图像更容易识别。识别使用固定的 200 DPI；它无法恢复原始图像中缺失的细节。
选择 Future 或 Classic OCR 及合适的格式
Classic 适用于大多数打印文档。Future 使用针对困难扫描件、部分手写文档和复杂多语言文本优化的先进 AI 识别技术。
我应该选择哪种引擎和输出格式？
Classic 是大多数打印文档的理想选择，并提供单栏或多栏布局。其“可搜索 PDF”保留了选定的图像区域，并添加了与识别出的单词对齐的文本层，以便进行搜索和选择。
Future 是支持语言的默认选项。其先进的 AI 识别针对困难扫描件、部分手写文档和复杂多语言文本进行了优化。手写识别结果取决于清晰度和扫描质量，因此请将识别出的文本与源图像进行对比。其“简单 PDF”包含可选文本，采用新布局，而非保留源图像。Future 不支持的语言将使用 Classic。
两种引擎均提供 TXT 和真正的 Word 文档 (.docx)，具有整洁、可编辑的文本，并在适当的情况下支持从右到左的格式。请选择与文档匹配的识别语言。
主“下载”按钮保存“设置”中选择的格式。其下方的 PDF、TXT 和 Word 链接提供同一次识别运行的其他格式。在“设置”中选择 TXT 或 Word (DOCX) 以打开源图像和可编辑文本面板，包括“智能编辑”。选择 PDF 将打开 PDF 预览和下载。
对比源图像与可编辑的 OCR 文本
对于 TXT 和 DOCX 结果，请在源图像旁边查看识别出的文本。直接更正或在“复制”旁边打开“智能编辑”。
图像缩放、校正和复制
源面板显示整页。当您识别选定区域时，页面其余部分会变暗，蓝色轮廓标记出选定区域。放大以检查小字符，并使用“适合页面”再次查看全页。将名称、数字、标点符号和阅读顺序与图像进行对比。
可编辑结果中的更正会更新主 TXT 或 DOCX 下载。文本旁边的“复制”按钮会复制当前结果并伴有短暂的淡出效果。“智能编辑”会打开一个更大的窗口以进行 AI 操作和格式化。文本更改不会改变源图像，也不会修复之前生成的搜索层。
总结、改写、修正语法或建议标题
在“智能编辑”中，选择一项 AI 操作并点击“应用”。高亮显示一段文字进行处理，或不选中任何内容以处理整个编辑器内容。
AI 操作、选择和请求限制
“总结文本”可压缩段落，“改写文本”可重写内容，“修正语法”可请求语言更正。这些操作会替换选定的段落，若未选中任何内容，则替换整个编辑器内容。“建议标题”会在文档上方添加标题；选定的段落可以在不删除正文的情况下引导标题生成。
每个 AI 请求最多接受 600 个单词和 12,000 个字符，UTF-8 请求限制为 64 KB。如果长结果超出这些限制，请选择较短的段落。AI 操作仅在您选择“应用”并请求以相同语言输出时，才会将文本发送到我们的服务器。
在保留更改前请先进行审查。AI 可能会遗漏细节、改变含义或引入错误，尤其是在输入包含识别错误时。“撤销”可返回到之前的版本。主结果仅在“应用更改”后更新；仅运行 AI 操作不会替换它。
在高级或简单编辑器中格式化文本
在“高级编辑器”中添加标题、列表、强调和文本方向，或使用“简单编辑器”进行纯文本更改。
排版、布局和格式更改
高级编辑器提供段落和三个标题级别、无衬线/衬线/等宽字体、字号、加粗、斜体和下划线。设置文本颜色或高亮，使用项目符号或编号列表，调整对齐方式，并选择自动、从右到左或从左到右的方向。“清除格式”可移除样式以获得更简单的结果。
格式化在您的浏览器中进行。切换到“简单编辑器”本身不会丢弃高级文档；编辑其纯文本会移除格式。AI 替换会在受影响区域插入无格式文本，因此请在审查措辞后应用最终样式。
使用“格式化复制”以在 HTML 下载中保留此样式。“复制”和“应用更改”仅传输纯文本。格式化结果不会更改原始 PDF 的字体、页面布局或文本层。
清理字符并恢复之前的措辞
删除变音符号和元音标记，规范化数字形状，或使用“撤销”、“重做”和“恢复”来查看您的编辑。
本地清理、历史记录和结果恢复
“删除变音符号和元音标记”可从所选段落或整个编辑器中删除拉丁语变音符号和常见的阿拉伯语元音标记。“规范化数字”根据文本的脚本标准化西方、阿拉伯或波斯数字形状；它不会改变其数值。这些清理操作在您的浏览器中本地运行。
“撤销”和“重做”让您可以查看编辑步骤，包括 AI 更改。“恢复 OCR 文本”或“恢复翻译”将编辑器返回到处理后的原始结果。您也可以撤销该恢复操作。“取消”将关闭窗口而不将当前更改应用到主要结果。
智能编辑是一个工作编辑器，而不是一个已保存的项目。在重新加载页面或重新开始之前，请下载您需要的任何文本或格式化副本。
保存已更正的 OCR 文本或格式化副本
“应用更改”会更新 TXT 或 Word (DOCX) 结果。“格式化复制”将您的智能编辑样式保存为单独的 HTML 文件。
每次下载包含的内容
TXT 包含当前纯文本。Word 文档 (.docx) 是一个真正的可编辑 Word 文件，使用纯文本以及针对从右到左语言的从右到左段落和文本格式创建。在进行文本更正或智能编辑更改后，“下载”会将当前文本发送到我们的服务器以重新生成 Word 文件，而无需重复 OCR。Word 文件不会重新创建扫描布局，也不会保留智能编辑的丰富样式。
对于标题、颜色、列表和其他智能编辑格式，请在编辑器内选择“格式化复制”。它会下载一个 HTML 文件，该文件可以在浏览器中打开并使用浏览器的打印控件进行打印。这是一个额外的文本文档，而不是可搜索的 PDF 或已编辑的源扫描件。
智能编辑在编辑器中最多可接受 100,000 个字符；单个 AI 操作具有上述较小的限制。如果您在 OCR 设置中选择了 PDF 输出，请使用该单独的 PDF 预览和下载。当您需要通过智能编辑进行文本更正时，请选择 TXT 或 DOCX 识别结果。
支持的文件与处理
- 输入
- 输出
- TXT, DOCX, PDF, HTML
最多可打开一个 50 MB 和 750 个源页面的 PDF。受保护的文件需要解锁副本，除非此工具明确提供密码输入功能。即使文件在这些限制内，大型或复杂的页面也可能需要更多内存或达到处理限制。
源文件最多可包含 750 页，但每个请求仅处理一页。
处理过程使用我们的服务器。源文件、临时文件和结果将在处理完成后 30 分钟内从我们的服务器删除。我们不会与第三方共享文档内容，也不会将其用于训练 AI 模型。
Advertisements
Ad placeholderResponsive · automatic sizeResponsive · automatic size468 × 60Up to 320 × 100Up to 300 × 50
常问问题
常问问题
裁剪 PDF 页面或删除白边
服务器处理如何从扫描的 PDF 中提取文本？
打开您的 PDF，选择页面和识别语言，如果只需要页面的一部分，请调整矩形区域。运行 OCR，然后选择 TXT 或 Word 以复制、检查和编辑识别出的文本。OCR 会读取扫描图像中的文字；每个请求处理一页或选定区域。
我可以将扫描的 PDF 转换为可编辑的 Word 文档吗？
可以。Future 和 Classic 均提供包含所选页面或区域可编辑文本的 Word 文档 (.docx)，包括 RTL 语言的从右到左格式。下载前请检查识别出的文字并纠正任何错误。Word 文件使用新的文本布局；它不会重建原始表格、图像或页面设计。
如果我的 PDF 已经包含可选文本，我还需要 OCR 吗？
通常不需要。如果您能正确选择和复制文字，请使用“PDF 转文本”提取现有文本，无需识别。OCR 适用于纯图像扫描件或现有文本复制不正确的页面。请先检查复制的文字以选择正确的工具。
PDF OCR 是否一次处理整个文档？
不。每次运行都会以 200 DPI 识别一个选定的 PDF 页面或该页面上的一个矩形。选择另一页并再次运行 OCR 以继续。源 PDF 最多可包含 750 页，但这只是上传限制，而不是全文档 OCR 批处理。
“未来”OCR 和“经典”OCR 有什么区别？
Classic 适用于大多数打印文档。Future 使用针对困难扫描件、部分手写文档和复杂多语言文本进行优化的先进 AI 识别技术，也是受支持语言的默认选项。手写识别结果取决于字迹清晰度和扫描质量。两种引擎均提供 TXT 和 Word (.docx) 格式，并在适当的情况下支持从右向左的排版。Classic 还会创建一个可搜索的 PDF，保留源图像和对齐的文本层；Future 则创建一个带有新布局的纯文本 Simple PDF。
我可以在源图像旁边校对识别出的文本吗？
可以。对于 TXT 和 Word 结果，源面板会在可编辑文本旁边显示整页内容。蓝色轮廓标记了识别区域，页面其余部分会变暗。您可以放大以检查名称、数字和标点符号，或使用“适应”功能再次查看整页。
Smart edit 可以对我的文本做什么？
它可以进行总结、改写、修正语法或建议标题，并提供格式化、清理、撤销和重做功能。您可以选择一段文字或使用全文。AI 操作在您点击“应用”时运行，每次请求最多支持 600 个单词和 12,000 个字符。查看结果后，选择“应用更改”以更新主文本。格式化复制会下载 HTML；复制并应用更改则传输纯文本。
哪种 OCR 下载方式可以保留我的修改和格式？
TXT 和 DOCX 下载使用校对后的纯文本，包括 Smart edit 的“应用更改”结果。DOCX 会创建干净、可编辑的 Word 文本，并为从右向左的语言提供 RTL 段落。编辑后，下载功能会在我们的服务器上重新生成 Word 文件，而无需重复识别。使用 Smart edit 中的“格式化复制”可获取标题、列表和颜色的 HTML。文本校对不会更改现有的可搜索 PDF 层。
文件和页面限制是多少？
最多可打开一个 50 MB 和 750 个源页面的 PDF。受保护的文件需要解锁副本，除非此工具明确提供密码输入功能。即使文件在这些限制内，大型或复杂的页面也可能需要更多内存或达到处理限制。
我的文档在哪里处理？
此工具使用我们的服务器进行处理。您的原始文件不会被覆盖；结果是一个单独的下载文件。请在可用时预览和检查结果，并在重新开始前下载您需要的副本。
