PDF OCR文字辨識:讓掃描的PDF可以搜尋
為掃描頁面加上看不見的文字層,就能搜尋、選取和複製文字。PDF在您的瀏覽器內處理,不會上傳。
這是免費的PDF OCR文字辨識工具,可以把掃描的PDF變成可搜尋的PDF。工具會讀取每一頁掃描影像上的文字,以看不見的文字層加進檔案,之後按Ctrl+F就能找到字詞,也能選取、複製整行文字,其他程式也讀得到內容。頁面外觀和原本完全一樣。
處理全部在您的瀏覽器內進行:PDF不會上傳,不需要註冊,沒有浮水印,也沒有頁數限制。除了可搜尋的PDF,也可以把辨識出的文字下載成Word(.docx)或.txt文字檔。文件語言預設為繁體中文,英文、日文和其他語言可以在選單中切換。
如何把掃描的PDF變成可搜尋的PDF
- 加入掃描的PDF
將PDF拖曳到上方框內,或點擊選擇。影印機掃描的檔案、手機掃描App做出的PDF都可以。
- 選擇文件語言
預設為繁體中文。整份是英文的文件請改選English,其他語言也可以在選單中切換。選對語言,辨識結果會準確許多。
- 點擊「製作可搜尋的PDF」
每一頁掃描影像都會在您的裝置上辨識,並加上看不見的文字層;原本就有文字的頁面保持不變。第一次使用時需要先載入OCR引擎和語言資料,較長的檔案會顯示進度。
- 下載結果
下載可搜尋的PDF,或把辨識出的文字存成Word(.docx)或.txt。想確認效果,可以用滑鼠選取一行字:能反白,就表示這一頁已經可以搜尋。
PDF OCR文字辨識會對檔案做什麼
掃描的PDF其實是一張張紙本的照片。人看得懂,電腦卻讀不到:搜尋找不到任何字,也無法選取或複製。OCR(光學字元辨識)會讀出這些影像裡的文字,並以隱藏的文字層存進PDF,位置剛好疊在您看到的文字上。
- 頁面看起來不變。掃描影像本身不會被修改或重新壓縮,文字層是看不見的。
- 檔案幾乎不會變大。每一頁只增加幾KB。如果要上傳的系統有檔案大小限制,可以先用PDF壓縮縮小掃描檔,再把縮小後的檔案製作成可搜尋的PDF。
- 已有文字的頁面不動。例如前面是用電腦打字的說明,後面附上掃描的附件,只有掃描的頁面會被辨識。
可搜尋的PDF適合用在哪裡
掃描存檔的合約、公文、會議紀錄、講義或舊報告,數量一多,沒有文字層就只能一頁一頁翻。做過OCR之後,用Ctrl+F輸入關鍵字就能跳到需要的段落,要引用的句子也能直接複製,不必重新打字。
要把掃描檔上傳到機關、學校、法院或公司的系統前,請先看該系統自己的說明,確認接受的格式和檔案大小。這個工具輸出的是標準的PDF(不是PDF/A),文字層在一般的PDF閱讀器中都能使用。需要把好幾份檔案合成一份時,可以用PDF合併,文字層會一起保留。
PDF OCR轉Word
如果要編輯文字而不只是搜尋,辨識完成後請下載Word(.docx)檔。檔案裡是辨識出的文字,以可編輯的段落呈現,每一頁PDF之間會插入分頁,可以在Word或Google文件中修改、改寫或翻譯。OCR難免有錯字,使用前建議先校對一次。
如果你要的就是Word檔,免費的掃描PDF轉Word工具用同一套OCR,以Word下載為主要結果;手寫字或需要保留表格時,AI掃描PDF轉Word會把表格重建成真正的Word表格。
Word檔不會重建原本的版面:字型、分欄、圖片和印章都不會帶過去。如果文件大多是表格,例如存摺、對帳單、發票或清冊,比起Word,轉成試算表更實用。ScanPilot的掃描PDF轉Excel會把這些表格連同列與欄完整轉出來。PDF本身已經有文字、不是掃描檔時,用PDF轉文字直接擷取更快。
繁體中文、英文和其他語言
OCR知道文件的語言時,辨識效果會好很多,所以開始前請先選好語言。這個頁面預設為繁體中文,能讀取印刷體的繁體中文,夾雜英文和數字的內容也能辨識。整份是英文的文件,請在選單中改選English;日文、西班牙文、法文、德文等其他語言也可以選擇。
繁體中文的辨識資料適用橫式文字,橫式、字體清楚的掃描檔效果最好。直書(直排)的書籍、報紙或公告,辨識效果不理想;簡體字也可能讀錯。語言資料會在第一次使用該語言時從ScanPilot下載一次,您的PDF本身仍然不會離開您的裝置。
手寫字和不好辨識的掃描檔
這個工具使用傳統的OCR引擎,對印刷和電腦打字的文字效果很好,但手寫字、直書文字、字跡很淡的複寫聯單,以及歪斜的手機照片,都是它的弱項。中文字筆畫多,掃描越清楚,結果越好。引擎對許多字詞沒有把握時,工具會直接告訴您,不會默默產生一份只有一半能搜尋的檔案。
這類文件請交給ScanPilot的AI OCR,它會像人一樣閱讀整頁內容:手寫筆記、填寫過的表單和登記簿,都能準確轉成整齊的文字。第一頁可以免費試用。
為什麼選擇這個工具?
從設計上保護隱私
處理在您的瀏覽器中完成。檔案不會被上傳、儲存,也不會被任何人看到。
真正免費
沒有每日次數限制、付費方案或浮水印。檔案在您的裝置上處理,不需要伺服器成本。
立即完成
不必等待上傳和下載。即使網路很慢,檔案也大約1秒就能處理完成。
任何裝置都能用
Windows、Mac、Linux、iPhone、Android:只要有新版瀏覽器就能使用,免安裝App或軟體。
常見問題
什麼是PDF OCR文字辨識?
OCR是光學字元辨識(Optical Character Recognition)的縮寫。對PDF做OCR,就是讀出掃描頁面上的文字,再以隱藏的文字層加進檔案。結果是可搜尋的PDF:看起來和掃描檔一樣,但可以搜尋、選取和複製文字。
如何讓掃描的PDF可以搜尋?
在上方工具加入PDF,選擇文件語言,按「製作可搜尋的PDF」。每一頁掃描影像都會在瀏覽器內辨識,並加上看不見的文字層。完成後下載可搜尋的PDF即可。
為什麼PDF無法搜尋文字?
因為那份PDF很可能是掃描檔:每一頁都是影像,裡面沒有文字資料,所以Ctrl+F找不到任何字。用OCR辨識並加上文字層後就能搜尋。想確認PDF是否已經可以搜尋,可以試著用滑鼠選取一段文字,選不起來就是單純的掃描影像。也可以直接把檔案放進這個工具,已經有文字的頁面會被偵測出來並保持不變。
PDF OCR是免費的嗎?
是的,完全免費。不需要註冊,沒有頁數限制,也沒有浮水印,因為文字辨識是在您自己的裝置上進行。
PDF會上傳到伺服器嗎?
不會。頁面的繪製和文字辨識都在您的瀏覽器內以JavaScript執行,可搜尋的PDF也是在您的裝置上產生。第一次使用時,只會從ScanPilot下載OCR引擎和語言資料,您的文件不會離開電腦。
OCR之後PDF看起來會不一樣嗎?
不會。文字層是看不見的,掃描影像也不會重新壓縮,每一頁看起來都和原本一樣。檔案每頁只增加幾KB。
掃描的PDF可以轉成Word嗎?
可以。辨識完成後,按「下載Word(.docx)」,就能取得可編輯的文字段落,每一頁PDF之間有分頁。原本的版面、字型和圖片不會重建,所以Word檔適合用來修改或重新利用文字,使用前建議先校對一次。
能辨識繁體中文和英文嗎?
可以。頁面預設為繁體中文,能讀取印刷體的繁體中文,夾雜英文和數字也沒問題。整份英文的文件請在語言選單改選English,日文和多種歐洲語言也可以選擇。橫式、字體清楚的掃描檔準確度最高。
直書的文字或手寫字可以辨識嗎?
效果有限。繁體中文的辨識資料適用橫式文字,直書的頁面可能讀錯或順序錯亂,手寫字的準確度也很低。引擎沒有把握時,工具會告訴您,並建議改用ScanPilot的AI OCR。AI能準確讀取手寫字,直書文字也能讀取,第一頁免費、免註冊。
有密碼保護的PDF可以做OCR嗎?
只限制編輯或複製、不需要密碼就能開啟的PDF,工具會自動處理,產生的可搜尋PDF也不再有這些限制。如果PDF開啟時就要求輸入密碼,請先用免費的PDF密碼移除工具解除密碼,再把解鎖後的檔案製作成可搜尋的PDF。
有頁數限制嗎?需要多久?
沒有固定的頁數限制。在一般電腦上,每一頁掃描影像大約需要一到兩秒,50頁的掃描檔大約一到兩分鐘。非常大的檔案取決於裝置的記憶體;用手機處理時,請先用PDF分割工具把很大的掃描檔分成幾份。