PDF OCR 文字识别：免费提取扫描件中的文字

关于 PDF 文字识别 (OCR)

扫描的 PDF 本质上是图片：无法复制文字，无法搜索，也无法编辑。我们的免费 PDF OCR 工具直接在您的浏览器中运行光学字符识别，把每一页都转换成真正可用的文字。

PDFMerger.io 使用 Tesseract.js，这是领先的开源 OCR 引擎，已编译为 WebAssembly。当您打开一份扫描 PDF 时：

云端 OCR 服务要求您把敏感文档传到远程服务器，而 PDFMerger.io 在您的浏览器标签页中本地处理一切。您的文件绝不会被传输、存储或被任何人看到。

常见问题

OCR（光学字符识别）可以把扫描的 PDF（图片形式、无法搜索）转换成真正的文字，方便您复制、搜索和编辑。

不会。OCR 处理完全在您的浏览器中运行，使用基于 WebAssembly 的 OCR 引擎 Tesseract.js。您的文件从不离开您的设备。

准确率取决于扫描质量。印刷文档的高分辨率扫描件通常可达 95% 以上；手机拍摄的低质量照片或手写文字的准确率会低一些。

OCR 工具支持 14 种语言，包括简体中文、英语、日语、希伯来语、阿拉伯语、法语、德语、西班牙语、意大利语、葡萄牙语、荷兰语、波兰语、土耳其语和俄语。运行 OCR 前请先选择文档语言，以获得最佳准确率。