OCR — 文本提取

什么是 OCR PDF，为什么您需要它？

一份扫描页面其实只是一张照片：您的 PDF 阅读器看到的是图像，而非文字。OCR PDF（光学字符识别）读取那张图像，辨认出每一个字母，并把它变成真实、可选中、可搜索的文本。正是它让一份冻结的文档重新焕发生机。

这一步改变了日常工作。文本被识别后，您可以复制一段话、在整个文件中搜索一个词，并在无需重新键入的情况下再利用一份纸质文档。这正是您从扫描的 PDF 中提取文本的原因：旧合同、邮寄收到的发票、填好的表单和数字化的档案终于变得可用。

什么会影响准确度，以及接下来做什么

结果首先取决于扫描的质量。一份清晰、端正、高对比度、以 300 dpi 或更高分辨率扫描的文档能带来可靠的识别。也务必选择正确的语言，因为它引导着字符和重音符号的解读方式。然而，手写体仍然不可靠：OCR 是为印刷文字而设计的。

文本提取出来后，您可根据目标选择下一个工具。要得到一份完全可编辑的文档，请用 pdf-to-word；要直接调整文件，请用 edit；而要更改格式，就交给 convert。

关于隐私，没有什么复杂的：无需注册，您的文件在处理后会自动删除。您的文档仅用于生成您的文本，别无他用。