对扫描版 PDF 做 OCR
OCR PDF 读取扫描件或图像型 PDF,返回带隐藏文字层的可搜索 PDF,或把文字输出为 Markdown 文件。原文件不会被改动。
把文件拖到这里,或点击选择
支持 PDF · 单个文件不超过 500.0 MB · 一次最多 20 个文件
也可以按 Ctrl/Cmd+V 或从剪贴板菜单粘贴文件。
OCR PDF 读取扫描件或纯图像 PDF,并以两种形式返回结果。可搜索的 PDF 保留原有页面,并在页面后叠加一层不可见的文字层,让你能搜索、选取和复制文字。Markdown 则把文字输出为 .md 文件,适合笔记、代码仓库和自动化流程。原文件不会被改动。
可搜索的 PDF 由 Tesseract 生成。每一页都以 300 dpi 渲染,按你选择的语言识别,再写回为页面图像,识别出的文字隐藏在图像后面,页数保持不变。由于每一页都会重新渲染,原本带有真实文字的页面也会变成带文字层的图像,文件大小可能与原件相差很大。表单中可选 12 种语言;API 还接受用加号连接的最多四个语言代码,例如 eng+fra。一次请求最多处理 50 页。
Markdown 输出使用另一套引擎,它把 PDF 原生文字与图像页的光学识别结果融合在一起。强制 OCR(`ocrType=force-ocr`,网站默认)会重新识别每一页;普通模式则在文件有文字时直接使用,只识别纯图像页。这套引擎没有语言设置,语言列表对它不起作用。
两种模式的准确度都取决于扫描质量、对比度和倾斜程度。手机拍摄的页面请尽量先裁切、摆正再上传,梯形的照片会把识别浪费在背景上。OCR 识别的是字符,不会翻译或校正文字,也不会清理扫描件或纠正其倾斜。
手写体、装饰性字体和低分辨率传真最难处理。遇到字形歧义,比如 1 与 l、0 与 O,引擎会挑最可能的读法继续,两种模式都不返回置信度分数。必须准确的姓名和数字请抽查核对。在 Markdown 中,表格会变成竖线,合并单元格可能丢失所属的行;多栏页面按引擎推断的顺序读取。
不要对无权数字化或再分发的文件做 OCR。任务在服务端运行,请及时下载结果。我们不会把你的文件做成 OCR 文库。有密码保护的文件,在本页输入密码后会为你解锁;API 调用方需先运行解锁。
功能
- 带隐藏文字层的可搜索 PDF,或 Markdown 文本
- 可搜索的 PDF:Tesseract,300 dpi,支持 12 种语言,最多 50 页
- Markdown:原生文字加图像页识别;强制或普通模式
- 原 PDF 不变
- 匿名 API:/api/v1/misc/ocr-pdf,支持 outputFormat 与 languages
适用场景
- 让文档归档里的一叠扫描合同可以搜索
- 从拍摄或扫描的页面里复制一段文字
- 把扫描件交给需要 Markdown 的智能体或流水线
- 让笔记应用里拍下的收据可以搜索
如何对扫描版 PDF 做 OCR?
- 上传扫描件或手机拍摄的 PDF。
- 选择“可搜索的 PDF”或“Markdown 文本”。若选可搜索的 PDF,再选择文字语言。
- 点击处理,下载结果。
- 使用前抽查姓名和数字,并试着在 PDF 中搜索一个你确定存在的词。
限制与边界
- 准确度随图像质量而变;手写和花体识别很差
- 可搜索的 PDF:最多 50 页,300 dpi,每页一张图像
- Markdown 没有语言设置、置信度分数或逐页输出
- 不做翻译,也不纠偏或清理扫描件
- 页数很多时耗时更长
示例
- 一份 20 页的灰度扫描合同变成 PDF 后,搜索条款编号就能定位到所在页
- 含一行英文的扫描页会返回一份 PDF,其中这一行文字可以复制
- 倾斜的手机照片可能需要重拍,OCR 才有用
本工具的隐私说明
文件通过 HTTPS 上传,在我们服务器的内存或短期临时目录中处理,结果就绪后即删除。我们不会为日后浏览、训练或广告画像保留副本。保留期限与 AdSense Cookie 说明见隐私政策。
常见问题
- 能得到可搜索的 PDF 吗?
- 能。在表单中选择“可搜索的 PDF”。每一页都会被识别并写回为带隐藏文字层的图像,你可以搜索并复制其中的文字。
- 为什么可搜索的 PDF 看起来像扫描件,而不是我的原文件?
- 每一页在识别前都会渲染成图像,包括原本就有真实文字的页面。文字层位于图像后面。
- 支持哪些语言?
- 表单提供英语、德语、法语、西班牙语、葡萄牙语、意大利语、俄语、阿拉伯语、简体中文、繁体中文、日语和韩语。通过 API,可以用加号连接最多四个语言代码,例如 eng+fra。
- 最多能处理多少页?
- 可搜索的 PDF 最多 50 页。更长的文件会被报错拒绝,请先拆分。
- Markdown 输出会用到语言设置吗?
- 不会。Markdown 引擎没有语言参数,语言列表只用于可搜索的 PDF。
- OCR 会改变页面外观吗?
- 不会。你得到的是一个新文件,原文件不变。可搜索的 PDF 会像扫描件一样把每页显示为图像。
- OCR 能处理手写吗?
- 很勉强。两套引擎都面向机打字符。连笔、装饰字体和低分辨率传真常被识别成噪点。
- 电子版 PDF 需要强制 OCR 吗?
- 通常不需要。对 Markdown 而言,普通模式会使用已有文字并跳过识别引擎。文字层损坏时再用强制模式。
最后更新:
用代码调用
本站每个工具都是普通 REST 接口。匿名使用不需要账号或 API Key,给浏览器、开发者和智能体同样可用。
curl -X POST "https://pdf123.xyz/api/v1/misc/ocr-pdf" \
-F "[email protected]" \
-F "outputFormat=markdown" \
-F "ocrType=force-ocr" \
-F "languages=eng" \
-o output.pdf也提供 MCP 工具,供说 Model Context Protocol 的客户端调用(JSON-RPC 2.0,POST /mcp)。 完整 API 文档
在 AI 代理中使用
Skill装上这个 Skill,Claude Code、Codex、Cursor 等 AI 代理就能替你完成「OCR PDF」: /skills/pdf123-ocr.md
文件只用于本次处理,完成后自动删除。