OCR提取文本

什么是OCR？

OCR（光学字符识别）识别扫描文档中的文字并将其转换为可编辑文本。该技术分析像素模式并重建字符和单词。

PdfMetric OCR 工具处理 PDF 并从扫描页提取文本。支持 100 多种语言，对纸质文档数字化必不可少。

何时使用？

• 扫描文档：将纸质文件转为可搜索 PDF
• 档案数字化：让旧文件可被搜索
• 文本提取：从图片中复制内容
• 翻译：提取文本用于机器翻译
• 无障碍：便于屏幕阅读器访问文档

优势

• 100+ 语言：广泛语言支持
• 高准确率：清晰印刷下识别可靠
• PDF 输出：可搜索 PDF 保留版面
• 简单：无需技术基础
• 快速：处理迅速

常见问题

1. 上传 PDF：上传扫描 PDF。
2. 选择语言：选择文档语言。
3. 识别：点击「处理」。
4. 下载：下载可搜索 PDF 或提取文本。

提示：扫描分辨率至少 300 dpi 可提高识别准确率。