怎样把扫描的 PDF 变成可编辑的文字

怎样判断 PDF 是不是扫描件

• 试着选中一个词。如果光标没有选中文字，而是在整页上拉出一个方框，这一页就是图片。
• 按 Ctrl+F（Mac 上是 Cmd+F），搜索一个你看得见的词。如果找不到，说明没有文字层。
• 仔细看：小黑点、轻微的歪斜、边缘的阴影，或者页面看起来像是拍出来的，都是扫描件的特征。

有些 PDF 是混合的：大部分是打字的页面，夹着几页扫描的，比如加在最后的签名页。请检查你真正要修改的那一页。

在浏览器中对扫描的 PDF 运行 OCR 并编辑

peadf 的“扫描版 PDF 编辑”工具内置了 OCR。它在你的浏览器中、在你自己的设备上运行，所以扫描件不会上传，而扫描的内容往往正是身份证、信函或签过名的表单。

1. 1

   在编辑器中打开扫描件

   把 PDF 拖进来。如果某一页没有真正的文字，编辑器会告诉你，并提供 OCR。

2. 2

   选择语言，点击“运行 OCR”

   在“OCR 语言”里选出文档所用的语言。第一次运行时会加载 OCR 引擎，只需加载一次；之后每一页只要几秒钟。

3. 3

   点击识别出来的一行，重新输入

   OCR 找到的每一行，现在都能像普通文字一样编辑。识别结果不太确定的行会标出来，供你检查。

4. 4

   让遮盖的颜色和纸张一致

   修改过的 OCR 文字，背后的遮盖是白色的。如果扫描件偏灰或偏米黄，请在侧边栏里调整“遮盖颜色”，让修改的地方融入页面。

5. 5

   导出

   编辑免费。下载编辑好的 PDF 需要免费账户和付费套餐，首周 £0.99。

让 OCR 的结果更干净

• 用足够高的分辨率扫描，300 dpi 是个不错的目标。手机拍的模糊照片，能留给 OCR 的信息就少了。
• 先转正、裁剪。严重歪斜或横着的页面，识别效果更差；需要的话，先用“PDF 旋转”或“PDF 裁剪”处理一下。
• 校对你修改的那一整行，而不只是改过的那个词。OCR 会把形状相近的字符弄混，比如 0 和 O、1 和 l，或者 rn 和 m。
• 修改过的 OCR 文字用的是标准字体，而不是扫描件里的字体，因为扫描件不带任何字体。改动越短，越看不出痕迹。
• 手写字、印章和很小的字常常识别不出来。遇到这些，就把那块区域遮盖起来，再用“添加文字”，做法可以参考在 Mac 上涂白 PDF 这篇教程。

对 PDF 运行 OCR 的其他方法

Microsoft Word 和 Google 文档都能把扫描的 PDF 转成文字文档，如果你要的是文字内容而不是页面，这很方便：用 Word 打开 PDF，或者在 Google 云端硬盘里选择“打开方式”>“Google 文档”。版式不会保留，所以你得到的是一份内容相同、外观却不一样的文档。如果你要的是页面保持原样，只改几处，直接编辑 PDF 会更合适。

大家常问的问题