掃描 PDF 轉文字（OCR）

取得更清楚的辨識結果

每頁都會先以200 DPI解析後再進行辨識，因此限制取決於掃描本身。以300 DPI掃描的內文通常辨識效果良好；斜拍的頁面手機照片，或小字的傳真品質掃描，則會產生猜測結果。橫放或上下顛倒的頁面辨識效果很差，因此請先使用旋轉PDF將頁面轉正，再執行辨識。

請選擇文件使用的語言，因為每種語言都是獨立的模型。中文分為簡體和繁體模型，選錯模型會大幅降低準確度。混合兩種語言的文件，使用文字占比最高的語言通常效果最好。

檢查辨識結果

信心分數是所有頁面的平均值，因此某一頁辨識不佳，可能會被整體的高分掩蓋。約90或以上通常表示只有偶發錯誤；低於75時，預期大多數段落都會有錯誤。常見混淆包括0和O、1、l和I、將rn讀成m，以及將5讀成S。這在金額、日期和參考編號中尤其重要，因此請逐一對照頁面確認所有數字。

處理散文時，請開啟「將行合併為段落」，它會修補每個列印行末尾被拆開的句子。對於地址、清單和表格，請關閉此功能，因為換行本身具有意義。

使用方式

1. 選擇掃描 PDF。
2. 選取文字的語言。
3. 閱讀結果，並複製或下載文字。

隱私與限制

你的檔案絕不會上傳。辨識引擎和語言模型會下載一次，大小約 10 MB，並由瀏覽器快取，之後所有處理都在你的裝置上執行。線上 OCR 服務的運作方式正好相反：它們需要取得你的文件。較長的文件會需要一些時間，因為每一頁都必須依序轉成圖片，再進行讀取。