PDF OCR 文本层

为扫描版 PDF 添加 OCR 文本层，使其可搜索/可复制

先将PDF页面转为图片，再用 Tesseract 逐页OCR并合并，输出可检索可复制的文本层PDF。

示例结果

2 个示例

标准OCR文本层

使用英文OCR、300DPI和默认分割模式生成可搜索PDF

pdf-ocr-text-layer-example1.pdf 查看文件
查看输入参数
{ "sourceFile": "/Users/quyue/www/elysia-tools/public/samples/pdf/pdf-2026-02-19-source-4pages.pdf", "language": "eng", "dpi": 300, "oem": 1, "psm": 3 }

快速OCR（低DPI）

使用200DPI和psm=6提升处理速度并减小输出体积

pdf-ocr-text-layer-example2.pdf 查看文件
查看输入参数
{ "sourceFile": "/Users/quyue/www/elysia-tools/public/samples/pdf/pdf-2026-02-19-source-4pages.pdf", "language": "eng", "dpi": 200, "oem": 1, "psm": 6 }

Click to upload file or drag and drop file here

Maximum file size: 500MB Supported formats: application/pdf

关键信息

分类
文档与 PDF
输入类型
file, text, number
输出类型
file
样本覆盖
4
支持 API
Yes

概览

PDF OCR 文本层工具通过先进的 OCR 技术，为扫描版 PDF 文档添加可搜索和可复制的文本层，让原本无法选中的图片型文档瞬间变得高效易用。

适用场景

  • •需要从扫描件或纸质文档的 PDF 中提取文字内容时。
  • •希望对归档的扫描版 PDF 进行全文搜索以快速定位信息时。
  • •需要将图片格式的 PDF 转换为可编辑、可复制的文档格式时。

工作原理

  • •上传您的扫描版 PDF 文件。
  • •根据文档语言和清晰度，选择合适的 OCR 语言及 DPI 设置。
  • •工具将自动将页面转换为图像，利用 Tesseract 引擎进行逐页识别。
  • •系统将识别出的文本层与原文档合并，生成可搜索的 PDF 文件。

使用场景

法律与财务文档的数字化归档与全文检索。
学术研究中对扫描版古籍或文献的文字提取。
办公场景下将纸质合同扫描件转换为可复制的电子文档。

用户案例

1. 标准 OCR 文本层生成

背景原因
用户拥有大量扫描的英文合同，无法直接复制其中的条款。
解决问题
需要将这些扫描件转换为可搜索的 PDF，以便在合同库中快速查找特定条款。
如何使用
上传 PDF 文件，保持默认的 300 DPI 和 eng 语言设置进行处理。
示例配置
language: eng, dpi: 300, oem: 1, psm: 3
效果
生成了一个保留原排版且支持全文搜索的 PDF 文件。

2. 快速 OCR 处理

背景原因
用户需要处理一份页数较多的扫描文档，对识别速度有较高要求。
解决问题
在保证基本识别准确率的前提下，尽可能缩短处理时间并控制文件体积。
如何使用
上传文件，将 DPI 调整为 200，并将页面分割模式（psm）设置为 6 以优化处理效率。
示例配置
language: eng, dpi: 200, oem: 1, psm: 6
效果
快速生成了可搜索的 PDF，且文件体积较小，便于网络传输。

用 Samples 测试

pdf, text, file
PDF示例
2026-02-01 到 2026-02-10 工具生成的PDF示例
title token pdf
pdf
Markdown 幻灯片示例
用于测试 PDF 导出的 Remark/Marp 风格 Markdown 幻灯片
preferred input family pdf
pdf
大小写转换样本
不同命名约定之间的大小写转换测试样本
title token text
text
中英混合文本示例
用于测试自动添加空格工具的中英文混合内容示例文本文件
title token text
text

相关专题

PDF 转换与文档导出工具
在一个专题里比较把文档、图片和结构化内容导入或导出 PDF 的工具，适合发布、分享和下游处理工作流。
文本大小写、编码与规范化转换工具
在一个专题中比较文本大小写转换、全半角转换、编码转换、Quoted-Printable 处理和行内文本规范化工具。
Text 工具专题
探索 33 个围绕 text 的 utility 工作流工具，快速找到相近能力。
PDF 组装、排版与保护工具
把 PDF 页面组装、版式控制、水印、信纸底图、匿名化、密码保护和辅助脱敏工具集中到一个专题中。

常见问题

什么是 OCR 文本层？

OCR 文本层是在原有的 PDF 图片上方叠加的一层透明文字，它保留了原文档的视觉外观，同时赋予了文档可搜索和可复制的功能。

支持哪些语言的识别？

工具支持多种语言识别，您可以通过设置参数（如 eng 或 eng+chi_sim）来指定识别的语言类型。

DPI 设置越高越好吗？

通常 300 DPI 是平衡识别准确率与处理速度的最佳选择。过高的 DPI 会增加处理时间，过低则可能影响识别精度。

处理后的 PDF 文件大小会变大吗？

由于添加了额外的文本层，文件大小可能会略有增加，但通常在可接受范围内。

该工具支持批量处理吗？

目前该工具支持单文件上传处理，您可以逐个上传并转换您的扫描文档。

API 文档

请求端点

POST /zh/api/tools/pdf-ocr-text-layer

请求参数

参数名 类型 必填 描述
sourceFile file (需要先上传) 是 -
language text 否 -
dpi number 否 -
oem number 否 -
psm number 否 -

文件类型参数需要先通过 POST /upload/pdf-ocr-text-layer 上传获取 filePath，然后将 filePath 传递给对应的文件字段。

响应格式

{
  "filePath": "/public/processing/randomid.ext",
  "fileName": "output.ext",
  "contentType": "application/octet-stream",
  "size": 1024,
  "metadata": {
    "key": "value"
  },
  "error": "Error message (optional)",
  "message": "Notification message (optional)"
}
文件: 文件

AI MCP 文档

将此工具添加到您的 MCP 服务器配置中： 

{
  "mcpServers": {
    "elysiatools-pdf-ocr-text-layer": {
      "name": "pdf-ocr-text-layer",
      "description": "为扫描版 PDF 添加 OCR 文本层，使其可搜索/可复制",
      "baseUrl": "https://elysiatools.com/mcp/sse?toolId=pdf-ocr-text-layer",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

你可以串联多个工具，比如：`https://elysiatools.com/mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp`，最多20个。

支持 URL 文件链接或 Base64 编码作为文件参数。

如果遇见问题，请联系我们：[email protected]