PDF OCR 文字辨識
掃描的 PDF 看起來是文字，實際上卻跟照片一樣：無法搜尋、無法選取句子，螢幕閱讀器也無法朗讀。OCR 會在每一頁後方補上缺少的文字，讓檔案可以搜尋，外觀仍與掃描檔完全相同。
圖片轉文字
或將PDF, JPG, JPEG … 檔案拖曳到這裡 ·
每個檔案最大 95 MB· 最多 20 個檔案· 30 分鐘後刪除
檔案會在我們的伺服器上處理，並於 30 分鐘後刪除。
適用於混用兩種語言的頁面，例如夾雜英文單字的印地語。否則請維持「無」；多加一種語言會略微降低準確度。
「保留」會讓欄位、段落與表格維持原位。「純文字」則輸出一整段連續文字，更方便貼到表單中。
針對 PDF 與多頁 TIFF 輸入：讀取所有頁面、僅第一頁，或指定範圍。
要讀取的頁面，例如 1-3, 5, 8-10。
使用方式
- 1
上傳掃描的 PDF
最多可放入 20 個 PDF,每個檔案不超過 95 MB。JPG、TIFF 等圖片檔也可以使用。
- 2
選擇語言與頁面
輸出已設為可搜尋 PDF。選擇文件語言,若只需要長檔案中的一部分,請在頁面下選擇頁面範圍。
- 3
辨識並搜尋
按下辨識文字,下載 PDF 後,在任何 PDF 檢視器中按 Ctrl+F(Mac 為 Cmd+F)試著搜尋。
對 PDF 做 OCR 可能是兩種不同的工作:保留掃描檔並加上隱藏文字層,或是把文字取出放進新文件。本頁預設執行第一種,只要變更一項設定就能執行第二種。
可搜尋的 PDF 裡到底有什麼
可搜尋 PDF 有時稱為「圖片加文字」,每一頁會儲存兩樣東西:作為圖片的原始掃描檔,以及剛好覆蓋在印刷文字上方的隱形辨識文字層。檢視器顯示圖片,並以文字層進行搜尋、選取、複製及螢幕閱讀。外觀完全不會改變,因此檔案庫、法律事務所和檔案管理部門都偏好用它處理紙本掃描檔。
PDF 於 2008 年成為開放標準 ISO 32000,而 PDF/A 是 ISO 19005 定義的長期保存規格,廣泛用於必須保持數十年可讀的掃描紀錄。Adobe Acrobat 以「掃描和 OCR」工具提供相同功能,許多辦公室掃描器也有「可搜尋 PDF」輸出;這裡產生的是一般 PDF,可用任何檢視器開啟。
加上文字層，或擷取文字
可搜尋 PDF
每一頁維持掃描原樣,並在後方加入隱形文字。
- 外觀與原件完全相同
- 在任何檢視器中搜尋、選取與複製
- 簽名、印章和照片原封不動
Word (.docx)
將辨識出的文字重建為新文件中的段落與表格。
- 完全可編輯
- 版面為近似重現,而非完全複製
- 開啟保留圖片即可保留照片
純文字或 Markdown
只有文字,依閱讀順序排列。
- 輸出檔案最小
- 可貼到表單、筆記和程式碼中
- 不用整理版面
當掃描檔本身就是正式紀錄時,例如簽署的合約、地契或醫療報告,可搜尋 PDF 是最適合的選擇。其他輸出會用辨識出的文字建立新文件,適合需要編輯的情況,但副本的品質取決於辨識結果。若要從本來就有真實文字的 PDF 取得 Word,請使用 PDF 轉 Word,它會直接讀取現有文字而不需 OCR;只要文字的話,掃描 PDF 轉文字就是為此設計的。
文字層對檔案大小的影響很小,因為文字相比頁面圖片小得多。如果掃描檔原本就大到無法上傳表單,請先執行 OCR,再壓縮 PDF到表單允許的大小。
線上 PDF OCR：語言、頁面與限制
- 種辨識語言,包含由右至左書寫的文字
- 34
- 每批可處理的 PDF 或圖片數
- 20
- 每個檔案上限
- 95 MB
- 後刪除上傳檔案與結果
- 30 分鐘
PDF OCR 常見問題
怎麼知道 PDF 需不需要 OCR？
開啟檔案後試著選取一個字,或用 Ctrl+F(Mac 為 Cmd+F)搜尋。如果沒有任何反白,代表該頁是圖片,需要 OCR。混合型檔案很常見:例如合約以 Word 打字完成,最後再附上簽名後掃描的頁面。
OCR 會改變 PDF 的外觀嗎？
選擇可搜尋 PDF 輸出時不會。頁面圖片維持原樣,辨識出的文字是隱形的,因此列印與檢視看起來都一樣。拉正頁面和自動旋轉可能會把歪斜或橫放的頁面轉正,這通常正是您想要的。
長篇 PDF 可以只辨識部分頁面嗎？
可以。將頁面設為頁面範圍,再輸入頁碼,例如 1-5, 12, 20-24。只辨識需要的頁面,處理長篇掃描檔時會明顯更快。
PDF 經過 OCR 後，螢幕閱讀器能朗讀嗎？
它可以讀取文字,而純圖片的掃描檔做不到。要完整達到無障礙,還需要標題標籤、閱讀順序與替代文字,這些 OCR 不會加入,因此必須符合無障礙規範的文件,事後請用無障礙檢查工具檢查。
OCR 處理老舊或褪色文件的效果如何？
效果不如清晰的掃描檔。字跡褪色時請開啟增強對比,可以的話以 300 DPI 重新掃描。複寫紙副本和影印再影印的文件一定需要校對。
這裡的 PDF OCR 是免費的嗎？
可以,不需要帳號,也沒有付款步驟。檔案會在處理後 30 分鐘刪除,處理期間的運作方式請見運作方式。
- 掃描 PDF 轉文字工具掃描版 PDF 無法選取或搜尋文字？OCR 會辨識每一頁的影像並輸出純文字，也可指定頁面範圍。
- PDF 轉 Word 轉換器PDF 轉 Word，轉出來就能編輯。文字重新排成一般段落，掃描頁面以 34 種語言 OCR 辨識，一次最多 20 個檔案。
- 線上 OCR 文字辨識免費線上 OCR，支援照片、螢幕截圖與掃描 PDF。可直接複製文字，或存成 Word、可搜尋 PDF 或 Markdown。說明 OCR 擅長與無法辨識的內容。
- 圖片轉 Word將截圖、掃描檔和照片轉成可編輯的 Word 文件。支援 34 種語言、多語混排頁面及工整手寫字。免費、免註冊。
- PDF 轉文字將任何 PDF 的文字擷取成乾淨的 UTF-8 文字檔。掃描檔會以 OCR 辨識，可選擇頁面範圍，只保留文字。
- PDF 壓縮到 900 KB將 PDF 壓縮到 900 KB，輕鬆通過 Google Forms、學校系統與各類網站的 1 MB 上傳限制，還保留約 100 KB 餘裕。免費，最多 20 個檔案。
