128 种识别语言

PDF 转文字:英语.

将扫描的 英语 PDF 页面或选定区域转换为可编辑文本。

广告
您的 PDF OCR 工作区
服务器处理

选择语言

文档语言已就绪。仅在需要时更改它。

广告

选择 OCR 模型

使用 Future 进行灵活识别,或使用 Classic 进行传统扫描。

广告

上传您的 PDF

或将文件拖放到此处

最高 200 MB750 个源页面

上传后选择页面。每次识别一个页面。

广告
PDF 预览将保留在您的设备上。OCR 使用经过验证的服务器处理。 PDF

将扫描的英语 PDF 转换为可编辑文本

英语 PDF OCR 是一款免费的在线工具,可从扫描件和基于图像的 PDF 文件中提取英语文字。上传您的 PDF,选择页面并识别整页或选定区域。此免费工具每次处理一页。查看并校对提取的文字,然后将其复制或下载为 TXT 或 Word 格式。您还可以使用“智能编辑”功能优化结果或进行翻译。

如何从扫描的 PDF 中提取文本

  1. 01

    选择文档语言

    当语言与文档匹配时保留所选语言,或选择其他识别语言。

  2. 02

    打开页面并选择区域

    选择“经典”或“未来”模式,打开您的 PDF 并选择当前页面或文本区域。

  3. 03

    识别、检查并下载

    点击“开始”,完成验证,校对结果并选择您的下载格式。

博客如何从扫描的 PDF 页面中提取文本阅读指南

一次一页或一个区域地读取扫描的 PDF 文本

PDF OCR 可识别存储在 PDF 中的图像文字。打开文档,导航到所需页面,然后识别该页面或选定的矩形区域。在复制、编辑或下载之前,请先检查结果。

一页扫描件,一份可供您检查的转录稿
快速视频教程 如何从扫描的 PDF 页面中提取文本 让扫描的 PDF 中的文字为您接下来的任务所用。 英语旁白 · 提供翻译字幕 观看视频

如何从扫描的 PDF 页面中提取文本

处理扫描 PDF 的实用方法

扫描的讲义

复用打印的段落

从扫描页面中提取部分内容,无需重新输入整个文档。

研究笔记

检查工作转录稿

在使用引用、姓名和数字之前,请先与源文件进行核对。

文档编辑

开始新的文本文档

将检查后的文字保存为 TXT 或 Word 格式,然后根据需要进行排版。

功能与控件

导航源文件并选择一页或一个区域

打开一个最大 200 MB 且不超过 750 页的 PDF。每次 OCR 请求仅处理当前页面或选定区域。

源文件限制、页面范围与准备工作

使用页面控件到达您需要的页面。在段落周围绘制、移动或调整矩形大小,或者使用整个页面。请确保完整的行和标点符号都在选定范围内。

您可以在识别前使用图像增强控件准备当前页面。准备好后,点击“开始”并完成验证。不同的页面或区域需要单独的识别请求。

请使用已解锁的 PDF 副本。即使文件大小和页面数量在限制范围内,大型或复杂的文档也可能达到内存或处理上限。

选择文档所使用的语言

搜索 128 识别语言。当当前选择与源文件匹配时保留它,或者选择另一种文档语言。

识别语言与网站语言

识别语言选择器用于描述源文件中的文字。它独立于网站界面语言。选择另一种识别语言将打开其专属的 OCR 页面。

选择与您想要阅读的段落最匹配的语言。语言选择并不保证每个单词、混合语言行或历史字体都能被正确识别。

选择经典或未来识别模式

“经典”模式包括单栏和多栏设置。“未来”模式为支持的语言提供了另一种识别方法。

模式及其生成的 PDF

对于“经典”模式,请选择与所选内容相匹配的列设置。聚焦的单栏区域通常比多个不相关的文本块更容易审阅。

两种模式均提供可编辑文本和 Word 输出。“经典”模式还可以生成可搜索的 PDF,保留选定的图像区域及其识别出的文本层。“未来”模式的简单 PDF 会创建新的文本布局,而不是保留原始扫描设计。

无论输出格式如何,请务必将源文件与识别出的文本进行对比。两种模式都不能保证完美的转录或对原始表格、图片和排版的完美可编辑重构。

对比源文件与识别出的文字

将源文件预览与可编辑结果结合使用。在复制或下载之前,请检查重要的单词、数字和阅读顺序。

校对与当前文本下载

缩放源文件以检查名称、日期、金额、标识符和标点符号。当字母错误或换行符中断句子时,请直接更正结果。

TXT 和 Word 下载使用当前文本。“未来”模式的纯文本 PDF 也可以使用更正后的文本。后续编辑不会重写“经典”可搜索 PDF 中的原始 OCR 层;在选择格式时请记住这一点。

在智能编辑中优化措辞与格式

使用简单或高级编辑器、局部清理、历史记录以及可选的 AI 操作。“应用更改”将编辑后的纯文本返回到主结果中。

操作、选定段落与格式

高级编辑器提供标题、强调、列表、对齐、文本方向、字体选择、颜色和高亮显示。简单编辑器适用于纯文本更正。编辑纯文本可能会移除富文本格式,因此请选择与您预期输出相匹配的工作流程。

“总结文本”、“改写文本”、“修正语法”和“建议标题”是可选的服务器处理操作。选择一个段落进行针对性请求,或不选择任何内容以使用整个编辑器。请求限制为 600 个单词和 12,000 个字符;必要时请缩短段落。

移除重音和元音符号,规范数字形状,并使用撤销、重做或恢复功能来对比更改。这些工具对清理很有用,但更改拼写或措辞与转录源文件不同。请审阅任何可能改变含义的更改。

保存纯文本或格式化文档

主结果提供 TXT、Word 和 PDF 下载。在智能编辑中,直接下载 Word、PDF 和 HTML 可保留编辑器支持的格式。

选择与您的编辑相匹配的导出方式

使用 TXT 获取纯文本,或使用主 Word 下载以获取新文本布局中的可编辑文档。选择 PDF 时请注意模式区别:“经典”模式保留识别出的图像区域,而“未来”模式则以新布局生成文本。

对于标题、列表和其他智能编辑格式,请直接从该编辑器下载 Word、PDF 或 HTML。“应用更改”将纯文本发送回主 OCR 结果;它不会将原始扫描页面转换为可编辑的布局对象。

在重新加载页面或开始处理另一个文件之前,请下载您需要的任何内容。工作中的编辑器不是已保存的项目,导出文件应在您将要使用它们的应用程序中打开并检查。

在检查转录后进行翻译

“翻译文本”使用当前识别出的文本(最多 25,000 个字符),并允许您在应用之前预览翻译结果。

翻译范围与保留源文措辞

先更正识别错误,然后打开“翻译文本”并选择目标语言。该请求会翻译主结果中的全部当前文本;在高亮显示段落时,翻译不会仅限于该选定内容。

“复制翻译”可复制翻译版本而不替换主结果。“使用翻译文本”会将可编辑的 OCR 文本替换为翻译内容。如果您需要两个版本,请保留原始转录的副本。

翻译可能会改变语境或误读歧义短语。请审阅名称、数量和重要说明,并在结果不确定时查阅源文件。

支持的文件与处理

输入
PDF
输出
TXT, DOCX, PDF; formatted DOCX, PDF, HTML

打开一个 PDF,最多包含 200 MB 和 750 个源页面。识别过程每次请求处理一个选定的页面或区域。受保护的文档需要解锁后的副本。大型或复杂的文件可能需要更多内存。

源文件最多可包含 750 页,但每个请求仅处理一页。

PDF 预览和普通文本编辑在您的浏览器中运行。图像在选择后会上传,以准备安全的预览。OCR 在验证后开始。请求的 OCR、翻译和 AI 编辑使用服务器处理,并可能使用处理提供商。请阅读隐私政策以了解文件处理和存储的详细信息。

处理 英语 文字

结果中需要检查的内容

即使周围的英语读起来很通顺,也要检查姓名、日期和参考编号。

在连接行或重复引用之前,请检查行尾连字符和外观相似的字符。

PDF OCR 的适用对象

研究人员

从扫描的 PDF 中提取英语文本。

办公团队

数字化英语发票、合同或报告。

学生

将扫描的学术英语论文转换为可编辑文本。

广告
常见问题解答

值得了解。

开始前的一些解答。

服务器处理
为什么英语 OCR 的结果读起来很通顺,但仍然包含错误?

被替换的字母或数字可能会产生另一个看似合理的单词或数字。请将重要段落与源文件进行比较,单独检查姓名和标识符,并检查跨行分割的单词。

我该如何检查带有分栏和脚注的页面中的英语文本?

将段落顺序与原文进行比较,保持分栏和脚注独立。检查注释或标题是否未被插入到句子的中间。当页面结构导致阅读顺序不确定时,请选择一个边界清晰的段落。

我可以在一个请求中识别整个 PDF 吗?

不能。您可以打开一个最大 200 MB 且包含 750 个源页面的 PDF,但每次请求仅识别一个选定的页面或区域。当您需要更多文本时,请导航至其他页面并运行单独的请求。

如果我已经可以选择 PDF 中的文本,还需要 OCR 吗?

通常您可以使用 PDF 转文本功能来提取现有的文本层。当文字以扫描件或图像形式存储时,OCR 非常有用。PDF 可能同时包含这两种页面,因此请检查您实际需要的页面。

可搜索的 PDF 是否会包含所有源页面?

不会。Classic 会根据该请求中识别的页面或区域创建可搜索的输出。它不会在一次运行中为源 PDF 的每一页添加 OCR。

我必须更改识别语言吗?

不需要。当前的识别语言已被选中。当其他语言更符合文档中的文字时,请选择该语言。可搜索列表中包含 128 种识别语言,它们与网站界面语言是分开的。

Classic 和 Future 有什么区别?

“经典”模式包含单栏和多栏设置,并可创建带有选定图像及其 OCR 文本层的可搜索 PDF。“未来”模式适用于受支持的语言,并以新布局创建仅包含文本的简单 PDF。两者都提供可编辑文本和 Word 输出。

Word 能还原原始页面布局吗?

主要的 Word 下载是一个可编辑的文本文档,而不是原始页面的完整重建。列、表格、图片和字体可能需要重新排列。在直接导出为 Word、PDF 或 HTML 之前,请使用“智能编辑”进行受支持的文本格式化。

我的文本更正会更新到每次下载中吗?

更正会更新当前的 TXT 和 Word 文本,且“未来”模式的纯文本 PDF 也可以使用编辑后的措辞。它们不会重写“经典”可搜索 PDF 中的原始文本层。当您需要在新文档中使用更正后的措辞时,请使用文本导出。

我可以在“智能编辑”中做什么?

更正纯文本、在高级编辑器中进行格式化、清理字符、使用撤销和重做,或请求摘要、释义、语法更正或标题。直接从“智能编辑”下载格式化后的 Word、PDF 或 HTML。“应用更改”会将纯文本返回到主结果中。

我可以翻译识别出的文本吗?

可以。翻译文本功能会处理当前整个结果,最多 25,000 个字符。请查看结果,然后选择“复制翻译”或“使用翻译后的文本”。后者会替换主要的编辑文本,因此如果您需要两个版本,请保留原始转录内容。

OCR 会在清晰的文档上出错吗?

会。看起来合理的单词或数字也可能是错误的。请将姓名、日期、金额、标识符和重要措辞与源文件进行核对。手写体、不寻常的字体、低分辨率和复杂的布局可能需要更仔细的审查。

处理过程在哪里进行?

PDF 预览和普通文本编辑在您的浏览器中运行。图像输入会上传以进行预览准备。OCR 在验证后开始;OCR、翻译、AI 编辑和部分文档导出使用服务器处理,并可能使用处理提供商。请阅读隐私政策以了解文件处理详情。

准备 PDF

在准备工具中打开您上传的 PDF。准备好后,从其结果返回 PDF OCR。

裁剪 PDF手动修剪 PDF 页边距或自动适配页面。检查每次裁剪,保留原始 PDF 内容,并为 OCR 准备好聚焦的文档。 将 PDF 页面对半分割垂直或水平分割扫描的 PDF 对页。在 OCR 之前,调整分割线、选择阅读顺序并保存为每源页两页的格式。 纠偏 PDF校正倾斜的 PDF 扫描件,可使用手动角度或自动纠偏。检查页面设置,并以 150、200 或 300 DPI 导出基于图像的页面。 对比 PDF通过手动控制、自动色阶或局部对比度来调整扫描件 PDF 的对比度。比较预览效果并导出基于图像的 PDF 以进行 OCR。 增强扫描件 PDF清理扫描件 PDF 背景,减少阴影和斑点,或处理黑白和彩色笔记。在 OCR 前检查页面设置。 旋转 PDF将 PDF 页面旋转 90、180 或 270 度,且不栅格化其内容。对所有页面或选定页面应用更改,然后检查结果。 PDF 转灰度将彩色 PDF 转换为灰度,以获得中性的阅读或打印副本。在进行 OCR 之前,请检查彩色标签和高亮显示。 整理 PDF在可视化面板上排列来自一个或多个 PDF 的页面。在为 OCR 保存重点文档之前,重新排序、旋转、复制或删除页面。 从 PDF 中提取页面通过视觉方式或范围选择 PDF 页面,排列其顺序并下载较小的 PDF 文件。保留有用的页面以便阅读或进行 OCR。 从 PDF 中删除页面选择不需要的 PDF 页面并保存剩余的文档。在为 OCR 准备重点突出的 PDF 之前,请先检查封面、空白页和重复页。 从 PDF 中删除空白页查找看起来空白的 PDF 页面,审阅建议并保留有用的页面。在保存更整洁的文档之前,请选择扫描噪点容差。 从 PDF 中删除重复页面查找匹配的 PDF 页面,保留第一个或最后一个副本,并查看重复组。保存更整洁的文档,而不会将相似的扫描件视为完全相同。 合并 PDF通过文件排序、页面范围和交替页面选项合并 PDF。在阅读或 OCR 之前,检查输出顺序并保存为一个文档。 压缩 PDF使用压缩、分辨率和颜色设置减小 PDF 大小。在 OCR 或共享前比较结果并保留可读的扫描细节。

广告

识别语言38

English العربية Français Italiano Deutsch Español Português Nederlands Русский Türkçe 日本語 中文 हिन्दी Bahasa Indonesia Bahasa Melayu 한국어 Tiếng Việt ไทย Polski Svenska Українська Norsk বাংলা Ελληνικά فارسی اردو Čeština Dansk Magyar Română Suomi Български Filipino ქართული Slovenčina Azərbaycanca עברית Slovenščina