PDF OCR转换工具,把那些“图片式”的PDF转换成真正能用的文档

点击蓝字，关注我们

把那些“图片式”的PDF，变成了真正能用的文档

上周同事发来一份扫描版的合同，让帮忙核对条款。打开PDF，找到需要修改的那一段，按了Ctrl+C——然后粘贴到Word里，出来一堆乱七八糟的符号。

又试了一次，还是一样。这时候才反应过来：这份PDF根本不是文字，就是一页一页的图片。文字是印在图片上的，不是真正的文本。

明明眼睛看着清清楚楚的文字，电脑就是识别不出来。想引用一段话，得一个字一个字重新敲。想搜索某个关键词，搜不到。想标注重点，没法复制粘贴。

那天下午，为了改那份合同，硬生生对着PDF敲了两千多字。敲完之后，盯着电脑屏幕发呆：都这年代了，为什么还得干这种活？

后来一个做档案管理的朋友听说这事，发了工具过来，说：”下次再遇到这种扫描件，先扔到这个软件里跑一下。”

试了试，然后沉默了。

绿色版，不用安装，解压之后双击就能打开。界面也干净，没有乱七八糟的广告和弹窗。

拿之前那份让我敲了两千字的合同试了一下。把扫描版PDF拖进去，点了”开始转换”。大概等了一两分钟——具体时间取决于文件页数——转换完成了。

打开转换后的PDF，随手选中一段文字，Ctrl+C，粘贴到Word里。完美。文字、标点、段落，全部都在。连那些有点模糊的扫描痕迹，都没有影响识别准确率。

看着那几页能复制、能搜索的PDF，心里只有一个念头：之前那两个小时到底在干什么？

而且这个工具是批量处理的。有一次需要处理十几份扫描文档，一次性全拖进去，让它自己在后台跑，去倒了杯水回来，十几份文件全转好了。不用一个一个操作，不用守着电脑等。

它做的事就是把”图片式PDF”变成”真正的PDF”。技术上叫”双层PDF”——上层保留原文档的扫描图像，下层是OCR识别出来的文字。你眼睛看到的还是原来的样子，但电脑能识别出里面的文字了。

支持的输入格式挺全的：PDF文件、JPEG、PNG这些图片格式都能转。OCR识别的语言支持也不少，试过中文、英文混排的文档，识别得挺准。官方说支持中、英、日、韩、法、德这些语言，基本上常见的语种都覆盖了。

输出的时候，还可以自己调页面尺寸、图片质量、要不要嵌入字体这些参数。虽然我用默认设置就够用了，但如果有特殊需求，它也能满足。

省时间是最直接的。一份20页的扫描合同，手动重打至少一两个小时。用这个工具，两分钟搞定。时间就是命，这个账太划算了。

准确率高。手打难免有错别字，尤其是数字、专业术语这些。OCR虽然不能保证100%准确，但在我试过的文档里，准确率绝对比手打要高。而且它不会疲劳，不会分心，不会手滑。

支持搜索。转完之后，在PDF里按Ctrl+F，可以直接搜到任何关键词。这个功能对于查资料、找合同条款来说，特别实用。

永久可用。很多在线转换网站，转完给你加水印，或者限制页数，或者免费版只能转三页。这个工具是本地的，一次下载，永久使用，没有页数限制，没有水印，没有”每天只能转两次”这种限制。

这个工具不是什么炫酷的黑科技。OCR技术已经存在很多年了，但问题是——我们需要它的时候，它总是不在顺手的地方。

急用的时候，去网上搜在线转换，要么要钱，要么要等，要么转出来效果稀烂。手头有个本地的工具，想用随时用，不用上传文件，不用担心隐私泄露，这种感觉特别踏实。

如果你也经常收到那种”图片式PDF”，或者需要把一堆扫描文档转成可搜索的版本，那这个工具值得你存一份在电脑里。