如何从扫描的 PDF 中获取文字

为什么无法从扫描的 PDF 中复制文字

扫描的 PDF 是 PDF 外壳中的一堆照片。页面看起来像文档，但文字是图像，所以您无法选择或搜索它。要获得可用的文字，您需要将每一页通过 OCR 处理。将页面保存或截图作为图像，然后放入图像转文字工具。

逐步操作

1. 将 PDF 页面转换为图像

从 PDF 查看器中将页面导出为 JPG 或 PNG，或对每一页拍摄清晰的全尺寸截图。

2. 上传到 ocrX

添加页面图像，选择语言，然后提取。

3. 逐页处理

按顺序处理，并随时将文字组合在一起。

4. 保存结果

下载为 TXT，或者如果您想要整齐的文档，下载为 PDF 或 Word 文件。

为什么值得费心

一旦文字变成真正的文字，您就可以搜索合同中的条款、复制旧信件中的地址或引用段落，而无需重新输入。可搜索的存档胜过一文件夹的平面图像。

技巧

• 以适当的尺寸导出页面。微小的缩略图识别效果差。
• 选择与文档匹配的语言。
• 对于长 PDF，分批处理，以免丢失进度。

总结

扫描的 PDF 在您读取之前只是图片。ocrX 将这些页面变回您可以搜索、复制和编辑的文字。