操作教學
讓掃描 PDF 變成可以搜尋
掃描出來的 PDF 看起來像一份普通文件，但其實是一張頁面的圖片：按 Ctrl+F 什麼都找不到，也無法選取或複製任何一個字。PDF OCR 工具能在不改變檔案本質的前提下解決這個問題。它讀取每一頁的影像，用裝置端的 OCR 引擎辨識文字，再把辨識出的文字以看不見的方式疊在同一張影像上，所以 PDF 看起來、印出來都和原本一模一樣，但現在能被搜尋、能被選取文字。檔案不會離開你的裝置。
逐步教學
- 打開 PDF OCR 工具，拖入你的掃描 PDF。只接受 PDF 檔案，檔案大小上限為 80 MB；一般的多頁掃描檔遠遠不到這個上限。
- 從下拉選單選擇文件的語言（英文、法文、德文、西班牙文、葡萄牙文或義大利文），如果想要，也可以編輯輸出檔名，預設會自動保留 .pdf 副檔名。
- 點擊「執行」，等待每一頁處理完成。每一頁都會先渲染、跑過 OCR 引擎、加上專屬的隱形文字層，才會處理下一頁，所以長文件會比單頁文件花更久的時間。下載結果：它打開和列印出來都和原本完全一樣，但 Ctrl+F、選取文字和複製貼上現在都能用了。
可搜尋 PDF 還是純文字：你真正需要哪一種
這個工具和純 OCR 工具解決的是同一個根本問題，也就是辨識掃描影像中的文字，但保留的東西不一樣。OCR 工具會丟掉頁面影像，回傳一份純 .txt 檔：如果你想把文字貼進編輯器、翻譯或以文字方式搜尋，而不在乎保留文件原本的外觀，就用這個。這裡的 PDF OCR 工具會讓原始 PDF（包括頁面影像）完全維持原樣，只在底下加上一層隱形文字：如果文件仍需要以 PDF 的形式列印、寄送或封存，但你也想能搜尋或複製其中內容，就用這個。兩個工具都不會把版面重建成帶有真實字型和表格的可編輯文字；兩者都是從同一份辨識文字出發，只是包裝方式不同。
為什麼結果取決於掃描品質，限制又在哪裡
辨識準確度取決於來源影像的品質，這一點和純 OCR 一樣：乾淨、端正、解析度落在 200 到 300 DPI 左右的掃描檔，辨識結果可靠；模糊的照片、歪斜的頁面或濃重的陰影，會產生更多辨識錯誤的文字。如果某一頁掃歪了，先用 PDF 校正工具把它擺正，再跑 OCR，讓辨識步驟讀到的是水平的文字。這個工具支援六種語言（英文、法文、德文、西班牙文、葡萄牙文、義大利文）；不支援的語言，辨識結果不會正確。處理是一頁一頁在你的瀏覽器分頁中進行的，所以幾十頁的文件會比兩頁的掃描檔明顯花更久，檔案上限為 80 MB。輸出的 PDF 體積通常也和原檔差不多，因為頁面影像本身沒有被動過；如果之後需要更小的檔案，可以再跑一次 PDF 壓縮工具。
隱形文字層是怎麼建立的
每一頁 PDF 會先在你的瀏覽器中點陣化成畫布影像，這一步和 PDF 轉圖片工具用的是同一種渲染方式。OCR 引擎（編譯成 WebAssembly 的 Tesseract）讀取這張影像，回傳每個辨識出的單字，連同它的邊界框，也就是它在頁面上的位置。接著，這些文字會被畫回原始 PDF 頁面的副本上，位置對應辨識結果，但透明度為零，所以視覺上完全沒有變化：你看到、印出來的頁面影像，仍然是被掃描的那一張，疊在最上層。PDF 檢視器的搜尋與文字選取功能，只會去讀取這層隱形文字，這就是為什麼檔案能變得可搜尋、可選取，卻不會改變外觀。渲染、辨識和重組這一整套流程，都發生在你的瀏覽器分頁裡；PDF 是從本機磁碟讀取的，絕不會被傳送到任何地方。
本指南使用的工具
常見問題
可搜尋的 PDF，外觀和列印結果還會和原始掃描檔一模一樣嗎？
會。這個工具完全不會修改頁面影像，只會在底下加一層隱形文字。不論在螢幕上還是印在紙上，輸出結果和你拖入的掃描檔在視覺上完全相同。改變的是，檢視器的搜尋與文字選取功能現在能找到並抓取辨識出的文字，因為它們讀的是那層隱藏圖層。
為什麼有了純 OCR 工具，還需要這個工具？
它們是用同一個辨識步驟，回應不同的需求。OCR 工具給你一份純文字檔，如果你打算貼上、編輯或翻譯這些文字，又不需要把文件留成 PDF，這正是你要的。這個工具則讓檔案仍然是一份 PDF，原始頁面影像完整保留，如果文件仍需要照原樣列印、封存或寄送，同時你也想能搜尋或複製其中的文字，這正是你要的。