PDF 文字识别
PDF 文字识别使用 OCR 从扫描页中提取印刷文字。检查识别结果后可下载 TXT 或 Markdown，方便检索和编辑。
186,221+
converted 186,221+ files to markdown隐私与性能: 文件处理完全在您的浏览器中进行，因此文件不会被上传。处理速度可能因设备和浏览器环境而有所不同。
如何识别扫描 PDF 的文字
保留原扫描件，逐项核对会影响内容含义的细节。
1
选择扫描件
添加清晰、方向正确且能正常打开的 PDF。
2
设置识别范围
混合文档可选自动 OCR；全部为扫描页时可选全部页面。
3
运行并检查
等待模型加载和识别，核对文字、数字及表格顺序。
4
导出文字
按用途下载 TXT 或 Markdown，再用编辑器修正错误。
1
选择扫描件
添加清晰、方向正确且能正常打开的 PDF。
2
设置识别范围
混合文档可选自动 OCR；全部为扫描页时可选全部页面。
3
运行并检查
等待模型加载和识别，核对文字、数字及表格顺序。
4
导出文字
按用途下载 TXT 或 Markdown，再用编辑器修正错误。
哪些因素影响识别效果
OCR 从图像中辨认字符，清晰源文件有助于减少错误。
模糊与压缩
淡字、阴影和压缩噪点会遮挡笔画。
方向与分栏
倾斜页面、多栏和密集表格可能打乱阅读顺序。
相似字符
人名、编号、小数点和技术符号应重点核对。
PDF OCR 结果包含什么
OCR 生成独立文字结果，不会为原扫描 PDF 添加可搜索文字层。
复用扫描文档内容
提取文字是工作副本，原扫描件仍是核对依据。
减少录入
从扫描讲义或报告中获取可修改的文字起点。
便于检索
在文本编辑器或索引系统中搜索导出内容。
整理档案
核对识别结果后，再加入文档资料库。