OCR文字识别

有个扫描版PDF，选不了文字也搜不了？OCR（光学字符识别）可以搞定，把图片文字变成真正的数字文字。

1. 上传扫描版PDF。 把扫描版PDF或图片文件拖入上传区域。扫描文档、文字照片、截图——只要里面有文字就行。
2. OCR引擎开始分析。 工具会对每一页进行光学字符识别，检测文字并将图片像素转换成真正的数字文字字符。
3. 添加文字层。 OCR会在原始扫描图片上面添加一层看不见的文字层。页面看起来没变，但现在你可以选中、复制和搜索文字了。
4. 下载可搜索的PDF。 下载经过OCR处理的新PDF。打开试试选中文字、搜索关键词，现在应该都能用了。全程都在你设备本地处理。

以前的桌面OCR软件又贵又复杂。买个ABBYY FineReader或者Adobe Acrobat Pro，安装、调设置、等半天才能处理完。现在根本不用这些了。在线OCR工具更快、更简单、还免费。拖入文件就能开始。PDFNeo的OCR最厉害的地方是完全在浏览器里运行。你的扫描文档不会上传到服务器。想想看——如果你要识别的是机密合同、病历或者个人文件，你真想把它们发到什么公司的云上去处理吗？当然不想。本地处理意味着绝对隐私。而且有浏览器的设备都能用——手机、平板、Chromebook，全部可以。

让扫描文档变得可搜索。 你扫了一摞纸质文件，结果全是图片PDF。搜不了名字，复制不了段落，什么都找不到。OCR把它们变成真正可搜索的PDF。

从图片或截图中提取文字。 你有个文字截图或者白板照片，想要里面的文字内容。OCR读出图片里的文字，你就可以复制粘贴到有用的地方去了。

把纸质档案数字化。 你有几箱旧文件——发票、合同、信件——想数字化方便查找。全都扫一遍，跑个OCR，几年的纸质档案几秒钟就能搜到。

让PDF更具无障碍性。 扫描版PDF对屏幕阅读器不友好，因为没有真正的文字，只有文字的图片。OCR添加文字层，辅助技术才能朗读文档内容。

先把扫描件清理干净。输入图片质量越好，OCR结果越准。把歪的页调正，去掉灰尘斑点，确保文字清晰。OCR前花一点时间清理，能省很多事后校正的功夫。

知道你的文档是什么语言。OCR知道是什么语言的时候效果最好。如果你的文档是中文、西班牙文、德文或者别的语言，结果可能没那么准。大多数OCR引擎都是优先优化英文的。

输出一定要校对，重要文件尤其如此。OCR很准——现在真的很准——但不是完美的。数字、长得像的字母（l和1，O和0）、特殊字体都可能出错。名字、日期、数字这些关键内容一定要复查。

用你有的最高清版本。OCR需要清晰的文字才能工作。如果有72DPI和300DPI两个版本可选，每次都选300DPI的。准确率的差别是天壤之别。