自制工具分享:OCR识别工具,扫描版PDF转Word

最近整理学习资料，遇到一堆扫描版PDF。上面的文字死活复制不下来，纯手动打字吧，工作量太大，又实在不想为了这个功能去开WPS会员。

毕竟自己也算半个技术人，就动手写了一个小工具。底层调用的是百度AI的OCR识别接口识别文字，印刷体中文的识别准确率很高，且有免费额度，所以日常整理资料完全够用。

它核心的功能主要有两个，适合大量扫描版PDF转word。

1. 可选识别区域：自动框选正文区域，页眉、页脚这些乱七八糟的无关内容，会直接帮你砍掉。

2.可替换识别的文字：你可以用“替换词语.txt”配置文件，提前告诉程序要把哪些词自动删掉（比如参考答案），或者把“单选题”批量改成“【单选题】”。

关于百度API密钥

软件需要配置你自己的百度OCR API密钥。这个是去百度云免费申请的，每个月官方会送几万次免费额度，自己用完全足够了。我把软件使用说明一起打了包，照着操作就行。

如果你也有同样困扰，这个工具应该能帮上忙。

注意：涉密文件或者敏感资料禁止使用。

获取方式：关注公众号「数耕老牛」，后台回复关键词「OCR」，免费拿这款工具和配套说明。

点击下面卡片关注