PDF OCR 识别
在浏览器本地对扫描版 PDF 进行 OCR——支持英语、简体中文、日语等多种语言,识别结果可复制或保存。
拖拽文件到此处,或点击选择
该工具完全在你的浏览器中运行,数据不会离开你的设备,不会上传到任何服务器。
使用方法
- 1拖入扫描版 PDF,选择文档语言。
- 2可指定识别页码,然后点击“开始识别”。
- 3复制识别出的文字,或下载为 .txt 文件。
PDF OCR 识别
扫描的合同、票据和图书没有可选中文字——OCR 能补上。每页在你的浏览器里渲染,由 Tesseract 引擎识别,支持英语、简体中文、日语、西班牙语、葡萄牙语、法语和德语。
首次使用时浏览器会从公共 CDN 下载 OCR 引擎和语言模型(10–20 MB)——这是唯一的网络流量,且不包含你的文档。识别本身完全在你的设备上进行。
常见问题
为什么第一次运行需要联网?
Tesseract OCR 引擎和语言模型首次使用时从 CDN 获取(10–20 MB,之后有缓存)。PDF 本身不会被上传——模型加载完成后识别在本地进行。
怎么提高识别准确率?
用 300 DPI 扫描、页面摆正、选对语言。干净的黑白页面准确率能超过 90%;歪斜、有阴影的手机照片效果会差很多。
能识别手写字吗?
不可靠。Tesseract 针对印刷体训练——规整的印刷文字效果好,连笔手写通常识别不出有意义的结果。
相关工具
PDF 转文本
从任意 PDF 中即时提取纯文本——预览、一键复制或保存为 .txt,按页提取,全程在浏览器本地完成。
全部工具 →
PDF 转 Word
在浏览器里把 PDF 文字转成可编辑的 Word 文档(.docx)——专注文本的转换,免费,文件不上传。
全部工具 →
PDF 转 Excel
把 PDF 中的行列提取成可编辑的 Excel 表格(.xlsx)——逐行转换,浏览器本地完成,免费。
全部工具 →
PDF 转 JPG
把每一页 PDF 导出为最高 300 DPI 的 JPG 图片——单页逐一下载或多页打包 ZIP,全部在你的设备上转换。
全部工具 →
压缩 PDF
按自选 DPI 和 JPEG 质量把页面重采样压缩 PDF——支持批量,精确显示压缩前后大小,全程离线运行。
全部工具 →
嵌入这个工具
一行代码把工具放到你的网站——它在访客的浏览器里运行。
<iframe src="https://zoyku.com/zh/tools/ocr-pdf?embed=1" width="100%" height="640" style="border:0;border-radius:16px" title="Zoyku — ocr-pdf" loading="lazy"></iframe>