你扫描了一份多页报告并将其保存为 PDF。当你打开它并按下 Ctrl+F（Mac 上为 ⌘+F）时，什么也搜不到——即使是第一页上清晰可见的词也找不到。这份文档是图像，而图像不包含可搜索的文本。
让扫描版 PDF 变得可搜索，会在图像背后添加一个不可见的文本层。这个文本层正是 Ctrl+F、文档管理系统和搜索引擎所读取的内容。文档的视觉外观保持完全不变。
OCR 是做什么的
光学字符识别（OCR）软件会分析每一页的每个像素，识别字符、单词和版面结构。然后，它会将这些字符放置在一个隐藏层中，位置与对应的图像文本相同。其结果是一个外观与原始扫描件完全相同的 PDF，但底层拥有真实的、可选择的、可搜索的文本。
如何使用 Pagivo 让你的 PDF 变得可搜索
- 打开PDF 问答（位于 Pagivo 上），并在提示时登录。
- 上传您扫描的PDF文件。
- 输入请求，例如使用OCR使这个PDF可搜索。
- 点击处理并下载. Pagivo 对需要 OCR 的页面运行 OCR，并返回添加了可搜索文本层的文档。
- 在任何PDF查看器中打开结果，然后按Ctrl+F。现在就能找到你的搜索词了。
影响准确度的因素
OCR 在干净、扫描良好的文档上效果最好。以下几项因素会影响文本层的准确度：
- 扫描分辨率。300 DPI 是可靠 OCR 的实际最低要求。较低的分辨率会产生不可靠的字符识别，尤其是小号文本。
- 页面平整性。倾斜或弯曲的页面会干扰字符边界检测。由于这个原因，平板扫描仪始终比手机摄像头取得更好的效果。
- 字体清晰度。标准印刷字体可以被非常准确地识别。装饰性字体、非常小的文本（相当于 300 DPI 下 8pt 以下）以及高度压缩的扫描件会产生更多识别错误。
- 手写文字。大多数 OCR 引擎是基于印刷体文本训练的。 在手写页面上，识别准确率会较低，或输出结果大多不可用。
当您需要编辑内容，而不仅仅是搜索时
OCR 会创建一个可搜索的 PDF——文本是真实的，但页面看起来仍然像扫描件。 如果您需要编辑内容（更正姓名、修改日期、重新排版表格）， 则需要将 PDF 转换为可编辑格式。推荐的工作流程是： 先运行 OCR 生成可搜索的 PDF，然后使用以下工具将该 PDF 转换为 Word：PDF 转 Word以获得最佳的转换质量。
使用 Google Drive 作为免费替代方案
Google Drive 内置了免费的 OCR 功能。将 PDF 上传到 Google Drive，右键点击 该文件，然后选择用 Google Docs 打开。Google 会运行 OCR 并以可编辑文档的形式打开结果。页面排版不会保留，但文本会被提取出来。这非常适合只需文本内容、不需要原始版式的短文档。