PDF OCR 文字识别
使用 OCR 技术在浏览器中识别并提取扫描版 PDF 中的文字，无需上传文件。
拖拽文件到此处或点击上传
Max 100 MB
使用基于 Tesseract.js 的光学字符识别技术识别扫描 PDF 文档中的文字。选择文档语言后，可导出提取的文字或生成带有不可见文字层的可搜索 PDF。
最后审核: 2026 年 6 月
如何使用此工具
- 1上传扫描版 PDF 文档。
- 2从下拉列表中选择文档语言。
- 3选择输出格式：纯文本或可搜索 PDF。
- 4点击处理开始 OCR——进度按页显示。
常见使用场景
- 让扫描合同变为可搜索，便于查找特定条款。
- 将纸质档案数字化为可索引和搜索的文字。
- 从没有文字层的图片型 PDF 中提取文字。
技术说明
- 使用完全在浏览器中运行的 Tesseract.js WASM 引擎。
- 语言数据首次使用时下载（约 4-50MB，取决于语言），之后由浏览器缓存。
- 页面以 2 倍缩放渲染以提高识别准确率。
以隐私为基础
此工具在你的浏览器中运行。使用工具时，文件不会上传到我们的服务器。
限制说明
- 手写文字的识别准确率显著低于印刷文字。
- 多栏或表格等复杂布局可能导致文字顺序混乱。
- 首次下载语言包需要网络连接。
常见问题
支持哪些语言？
支持 100 多种语言，包括中文（简体和繁体）、英文、日文、西班牙文、法文、德文和韩文。处理前从下拉列表中选择。
为什么第一次运行较慢？
首次使用时需要下载语言识别数据（4-50MB，取决于语言）。之后浏览器会缓存数据，后续运行更快。
如何提高 OCR 识别准确率？
使用高分辨率扫描件（300 DPI 或更高），确保文档没有倾斜，并选择正确的语言。
什么是「可搜索 PDF」？
可搜索 PDF 在原始扫描图像上方包含一个不可见的文字层。您可以使用 Ctrl+F 查找文字，同时视觉外观保持不变。
我的扫描文档会上传吗？
不会。OCR 处理完全在浏览器中使用 WebAssembly 运行，文档不会离开您的设备。