你手上有一份扫描版 PDF。这是一份合同，但它只是合同的照片——每一页都是一张图片。你无法搜索文字，无法复制文字，除了看之外什么也做不了。
PDFly 的 OCR PDF 工具可以解决这个问题：它会从扫描件中读取文字，并以纯文本形式返还给你，方便你搜索、复制和粘贴。需要先坦率说明它能做什么、不能做什么，因为它并不是这个名字通常让人联想到的那种“上传扫描件，下载可搜索 PDF”的工具。
本指南详细说明它的工作方式和局限，让你在上传之前就知道它是否适合你要做的事。
这个工具实际上是如何工作的
这不是传统的模式匹配式 OCR 软件。你的 PDF 的每一页都会先被转换为图片，再发送给 AI 视觉模型（Google 的 Gemini），模型会像读取任何图片一样读取该页，并将看到的内容以纯文本形式返回。
- 转换： 你的 PDF 的每一页都会在浏览器中渲染为图片。
- 读取： 图片会被发送给 AI 视觉模型，由它读取页面上的文字。
- 返回： 模型会返回它识别出的文字，并显示在页面上。
- 复制： 你可以从结果面板中复制提取出的文字。
最终不会生成新的 PDF，也不会在扫描件后面放置隐藏的文字层。输出只是一个文本文件——仅此而已。如果你真正需要的是外观与原始扫描件相同、背后带有可选择文字的 PDF，这个工具做不到。
先说明局限
- 6 页限制： 只接受 6 页及以内的 PDF。如果你的 PDF 更长，工具会阻止上传并提示你先拆分——它不会只处理前 6 页。
- 仅输出文本： 结果是显示在页面上的纯文本，并带有“复制”按钮——不是可搜索的 PDF，也不是可下载的文件。
- 没有语言选择器： 无需手动设置——模型会读取页面上出现的任何语言。
- 单次请求的页面图片数据合计上限约为 2.2 MB 的二进制图片数据。尺寸过大或分辨率过高的页面可能会被拒绝。
提取 PDF 中的文字——快速方式
你不需要专门的软件，也不需要自带 OCR 的扫描仪。基于浏览器的工具几秒钟内就能读取你的扫描件并返还文字。
- 打开 PDFly OCR PDF 工具。
- 上传你的扫描版 PDF。如果超过 6 页，工具会阻止上传并要求你先拆分。
- 点击处理。AI 视觉模型会依次读取每一页。
- 直接从页面中复制提取出的文字。
处理时间主要取决于你要读取的页数（上限 6 页）——单页通常几秒钟就能返回，而完整的 6 页文档会稍长一些，因为每一页是逐页读取的。
哪些因素会影响准确度
- 扫描质量： 清晰的高分辨率扫描效果最好。低分辨率或模糊的扫描会产生更多错误。
- 语言： 无需配置语言设置——模型会读取页面上出现的任何语言——但对于广泛使用的语言和文字，结果通常最好。
- 字体： 标准印刷字体比手写体或过于花哨的字体更容易识别。不常见的字体可能导致识别错误。
- 噪点： 背景噪点或杂质会降低准确度。这包括咖啡渍、水印或没擦干净的铅笔痕迹。
印刷文字和手写文字之间也有差别。清晰的印刷文字通常比手写更容易识别，手写内容的识别结果可能不太可靠。如果你需要将手写文档数字化，则需要专门为此设计的软件。
这个工具何时适用
- 快速提取文字： 你需要从一两页扫描件中取出文字——比如收据、印刷信件、白板照片——以便复制、粘贴或在别处编辑。
- 篇幅较短的文档： 你的文档不超过 6 页。更长的文档会被拒绝——你需要先拆分。
- 作为起点： 你想要一个粗略的文字版本用于搜索或浏览，并且不介意之后检查其中的错误。
不适用的情况：如果你需要一份外观仍与原始扫描件一致、但背后带有可选择、可搜索文字的文档，或者你处理的文档超过 6 页，这个工具就做不到。那样你需要专门的 OCR 转 PDF 工具。
关于准确度的说明
没有任何 OCR 或 AI 视觉提取是完美的，这个工具也不例外。准确度在很大程度上取决于扫描质量、字体清晰度和页面版式——对印刷文字进行的清晰、高分辨率扫描，其结果会比一张满是密集小字的模糊照片干净得多。
出现的错误通常是可预见的：把“rn”和“m”之类的字母混淆、误读不常见的符号，或在杂乱的版面中漏掉一行。如果你处理的是重要文档——合同、官方表格——在依赖提取结果之前，请务必将其与原件核对。
常见问题
OCR 能识别手写吗？
清晰的印刷文字通常更容易识别。工整的手写体可能被识别出来，但结果会有差异，因此请将手写输出与原件核对。
PDFly 的 OCR PDF 工具最多可以处理多少页？
每份文档最多 6 页。如果你上传更长的 PDF，工具会阻止整个上传并要求你先拆分 PDF——它不会只处理前 6 页。
这会生成可搜索的 PDF 吗？
不会。工具会在结果面板中以纯文本形式返回提取出的文字，而不是在扫描件背后带有隐藏文字层的新 PDF。你可以复制文字用于搜索、保存或粘贴到别处。
提取出的文字 100% 准确吗？
没有任何 OCR 或 AI 视觉工具是完美的。准确度取决于扫描质量、字体清晰度和版式。对于重要内容，请务必将输出与原件核对。