PDF 文字識別

📖 工具介紹

給掃描版 PDF 做文字識別的工具。上傳後選好語言，逐頁識別，出來的文字直接可以複製和編輯。

它和「PDF 轉文字」是兩回事，適用對象完全不同：轉文字讀的是 PDF 自帶的文字層，對掃描件無效；這個工具是把每一頁先渲染成圖片，再交給識別引擎去認字，所以專治掃描件、拍照文檔、截圖轉成的 PDF。判斷用哪個很簡單——原檔案裡的文字能用滑鼠選中，就用轉文字；選不中，就用這個。

識別引擎完全在你這臺設備上運行，不需要把檔案傳到任何伺服器，這也是它比在線識別慢的原因：所有計算都靠你自己的 CPU。一頁通常要幾秒到十幾秒，頁數多請耐心等，進度條會顯示當前到第幾頁和識別百分比，中途可以點停止，已經識別完的頁會保留下來。

語言支援簡體中文、英文和兩者混合。渲染倍率決定識別前把頁面放大多少，1.5 倍是大多數情況的平衡點，字特別小或者原圖模糊時可以提到 2 倍換取更高準確率，代價是更慢。中文與英文識別模型隨插件一起提供，不需要聯網下載，裝好即可離線使用。

中文模型本身包含拉丁字母與數字的字形，所以選「中英混排」時用中文模型也能認出裡面的英文單詞和數字，只是專有名詞的準確率會比純英文模型略低。如果文檔基本是英文，直接選英文更快也更準。反過來以中文爲主的文檔選中文模型，不要因爲混了幾個英文單詞就切成英文模型。

✨ 功能特點

• 專治掃描件，先渲染再識別，填補轉文字工具的空白
• 識別引擎完全本地運行，檔案不上傳伺服器
• 支援簡體中文、英文與中英混合三種語言
• 渲染倍率可調，模糊或小字文檔可提倍率換準確率
• 實時顯示識別進度，可中途停止且已識別頁保留
• 結果可一鍵複製，也可下載爲 txt 檔案

🚀 使用方式

1. 點上傳區域選擇一個掃描版 PDF，或把檔案拖進來
2. 選擇識別語言，中英混排的文檔選「中英混合」
3. 選擇渲染倍率，預設 1.5 倍即可
4. 點「開始處理」，等待逐頁識別完成
5. 檢查結果後點「複製文字」或「下載結果」儲存

⚠️ 注意事項

• 識別速度慢是正常的：計算全靠本地 CPU，一頁數秒到十幾秒，頁數多請耐心等待
• 識別結果需要人工校對：手寫體、藝術字、極低解析度的文檔準確率會明顯下降
• 語言包已內置本地：中文與英文識別模型隨插件一起提供，無需聯網下載即可使用
• 排版不會還原：輸出的是純文字流，表格與多欄結構需要自己整理
• 超大檔案受記憶體限制：頁數極多時耗時很長，建議分批識別