PDF OCR：识别扫描文档中的文字
PDF OCR可在浏览器中识别扫描文档的印刷文字，把纯图片页面转换为带有Markdown结构的可编辑、可搜索内容。
186,221+
converted 186,221+ files to markdown开始转换
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。
如何在线使用PDF OCR
通过三个步骤运行PDF OCR，并在下载前对照原始扫描件核对识别内容。
1
上传扫描PDF
开始PDF OCR前，从设备选择一个或多个文档，并确认页面清晰、方向正确。
2
选择OCR模式
选择自动模式识别缺少文字的页面，或选择全部页面模式对整份文档运行PDF OCR。
3
检查并下载文字
预览PDF OCR结果，核对姓名、数字和符号，再下载可编辑的.md文本文件。
1
上传扫描PDF
开始PDF OCR前，从设备选择一个或多个文档，并确认页面清晰、方向正确。
2
选择OCR模式
选择自动模式识别缺少文字的页面，或选择全部页面模式对整份文档运行PDF OCR。
3
检查并下载文字
预览PDF OCR结果，核对姓名、数字和符号，再下载可编辑的.md文本文件。
扫描PDF为什么需要OCR
扫描PDF把每页保存为图像，普通文字提取无法读取其中内容，必须使用PDF OCR。
PDF OCR的准确率取决于扫描质量、文字语言、页面方向、印刷清晰度和版式复杂度。
低质量扫描
模糊、阴影、倾斜、压缩和过低分辨率会使PDF OCR混淆字符或漏掉文字。
复杂页面版式
多栏、表格、表单、印章、批注和混合图片区块可能影响PDF OCR的阅读顺序。
姓名、数字与符号
PDF OCR可能误读外形相近的字符、技术符号、特殊字体或小字号，重要信息需要人工核对。
可控的PDF OCR工作流
Markitdown Online在浏览器本地运行PDF OCR，并允许你在下载前预览识别内容。
根据文件情况选择自动检测或全部页面识别，让PDF OCR与数字版、扫描版或混合文档匹配。
为什么使用PDF OCR？
PDF OCR可从扫描报告、表单、文章、手册、票据和档案中恢复可编辑、可搜索的文字。
识别结果适合作为审核、研究、索引、迁移和无障碍处理的起点。
让扫描件可搜索
PDF OCR把页面图像中的印刷文字转换为可以搜索、选择、引用和整理的内容。
减少人工抄录
自动识别整页内容，只需集中修正PDF OCR结果中可能有误的部分。
处理混合文档
自动PDF OCR可在同一文档中结合原生文字提取与纯图片页面识别。
保留实用结构
PDF OCR会组织识别段落，并尝试用可读Markdown表示类似表格的区域。
批量处理文件
批量功能可提高记录、报告、论文和扫描档案等重复PDF OCR任务的效率。
保持输出可编辑
PDF OCR结果以.md纯文本下载，可在常见编辑器和Markdown工具中打开。