OCR PDF 使用 Tesseract(在你的瀏覽器中執行的開放原始碼文字辨識引擎)讀取每一頁掃描內容,並在原始頁面上方加上一層看不見的文字:文件外觀完全不變,但現在可以搜尋、選取文字並複製。你也會得到一份 .txt 檔的辨識文字。
運作方式
- 拖放掃描的 PDF。
- 選擇文件語言;若文字混有英文,也加上英文。
- 選擇「轉為可搜尋」,然後下載可搜尋的 PDF 或文字。
支援的檔案
輸入:一份由掃描或拍攝頁面組成的 PDF。輸出:加上可搜尋文字層的同一份 PDF,以及一個 .txt 檔。
在電腦上每個 PDF 最多 400 MB,在 iPhone 與 iPad 上最多 150 MB。更大的檔案取決於裝置記憶體。
適用情境
- 在掃描的合約、發票或課堂筆記中搜尋。
- 從掃描檔複製段落,不必重新打字。
- 讓紙本文件檔案能被電腦搜尋找到。
品質與限制
- 辨識不可能完美:請核對姓名、數字與金額。
- 手寫字辨識效果不佳;印刷文字效果最好。
- 長文件需要時間,在手機上尤其如此:每頁約需數秒。
常見問題排解
- 「這些頁面上找不到文字。」
- 請檢查所選語言,並確認掃描清晰、端正。斜拍的照片難以辨識。
- 第一次執行很慢。
- 第一次會從本網站下載語言模型(2–4 MB),之後瀏覽器會重複使用。
從設計開始就重視隱私
這個工具完全以 JavaScript 在你的瀏覽器中執行。檔案在你的裝置上讀取與處理,絕不會上傳到伺服器。關閉分頁,一切就消失。
常見問題
支援哪些語言?
本網站的 19 種語言,從英文、法文、德文到日文、韓文、繁體中文與阿拉伯文。若文件混合多種語言,可以在任何語言之外加上英文。
我的掃描檔會被上傳嗎?
不會。文字辨識在你的瀏覽器中、你的裝置上執行。
頁面外觀會改變嗎?
不會。原始頁面保持不變,只在上方加上一層看不見的文字。