OCR：从扫描中提取文本
从扫描PDF和图像中提取可编辑文本，并获得一份可搜索的PDF。
使用光学字符识别免费从扫描PDF和图像中提取文本。HonestPDF基于浏览器的OCR工具可识别100多种语言的文本，无需上传文件，并同时为您提供纯文本和一份可搜索的PDF。所有处理都在您的设备上完成：您的文档完全保密。
100%客户端处理
您的PDF永远不会离开浏览器。OCR在您的设备上使用Tesseract.js运行。
拖放您的 PDF 文件
或 浏览 以选择文件
最多 1 个文件 • PDF 或图片(PNG、JPG、WebP)
选择文件
①选择文件→②扫描→③复制文本
私密
保留在设备上
即时
常见使用场景
- 扫描发票或收据的数字化
- 将无法编辑的旧讲义转换为文本格式
- 从扫描书籍中提取引文以用于研究目的
- 将客户表单中的信息传输到数据库
- 在图像格式的法律文档中搜索单词
- 将拍摄的笔记转换为可编辑的文档
主要优势：
- ✓文本识别 - 使用 Tesseract OCR 引擎从扫描的 PDF 和图像中提取文本
- ✓多语言支持 - 识别多种语言的文本，包括英语、土耳其语、德语等
- ✓复制和使用 - 提取的文本可以复制、搜索或粘贴到任何应用程序中
- ✓无文件上传 - OCR 处理完全在您的浏览器中进行
隐私优先：
HonestPDF 使用 Tesseract.js 完全在浏览器中执行 OCR。任何文档或提取的文本都不会发送到任何服务器。
常见问题
在线对机密扫描文件进行 OCR 安全吗？
使用大多数 OCR 服务并不安全。Adobe Acrobat Online 和 ABBYY FineReader Online 需要将扫描的合同、税表或医疗记录上传到云服务器进行文本识别。HonestPDF 在您的浏览器中使用 Tesseract.js 进行本地 OCR 处理：：您的文件始终保留在本地设备上。
OCR 引擎支持哪些语言？
HonestPDF 的本地 OCR 引擎支持包括英文、西班牙文、法文、德文、中文、日文和阿拉伯文在内的数十种语言。与 ABBYY 等企业级 OCR 解决方案不同，我们的工具提供完整的语言支持，完全免费。
基于浏览器的 OCR 与桌面软件相比精度如何？
我们的工具使用 Tesseract.js，即开源 Tesseract OCR 引擎的浏览器版本：：许多商业 OCR 产品都采用同一引擎。虽然 Adobe Acrobat Pro 等桌面软件在处理严重损坏的扫描件时表现更好，但 HonestPDF 对标准印刷文件提供优质效果，且无需订阅费用。
OCR 处理后，我能否编辑或搜索提取的文本？
可以。OCR 提取文本后，您可以直接复制或使用我们的其他工具：：转换为 Word 格式、编辑敏感信息或执行隐私扫描。这个集成的本地工作流消除了购买昂贵的 Adobe Acrobat Pro 等一体化套件的必要。
运行OCR后,我能对扫描版PDF进行搜索吗?
可以。除了纯文本，您还可以下载一份可搜索的PDF：它保留原始页面图像，并在图像后面加上一层隐形文本，因此PDF阅读器的查找功能和搜索工具都能在原本只是一张图片的扫描件中找到文字。您也可以复制识别出的文本，或将其保存为.txt文件。
可以从照片或截图中提取文字吗？
可以。上传图片（JPG、PNG 或 WebP）或扫描版 PDF，OCR 引擎会分析画面内容，把所有能识别的文字提取成可选中、可复制的形式。
文字识别的准确率如何？
准确率取决于图像质量。扫描干净、光线充足、使用常见字体时，通常能超过 95%。手写体和装饰性很强的字体准确率可能会下降。
OCR 会保留原始页面版面吗？
OCR返回的是文本内容,而非版面布局。阅读顺序会按行保留,但分栏、表格和图片不会被还原,原始PDF文件也不会被改动。
可以对多页扫描 PDF 进行 OCR 吗？
可以。上传多页的扫描 PDF，OCR 引擎会逐页处理。最终输出是一份可检索的 PDF，所有页面都已处理完毕。
OCR 是在本地处理还是在服务器上处理？
OCR 引擎借助 WebAssembly 完全在你的浏览器中运行。你扫描的文档从不会被上传到任何外部服务器，隐私完整无损。