工具使用指南

详细了解工具的适用范围、支持能力及用户案例。

关键事实

分类: PDF Tools
输入类型: file, select, text, number, checkbox
输出类型: file
案例覆盖: 4
API 可用: 是

概览

扫描 PDF OCR 转 Word工具可将扫描版 PDF 页面栅格化，使用 Tesseract 识别文字，并导出为可编辑的 DOCX 文件。你可以选择 OCR 语言、处理页码、DPI、页面分割模式和 OCR 引擎模式；复杂表格与手写内容可能需要人工整理。

适用场景

需要编辑扫描版合同、报告或档案中的文字时。
只想识别 PDF 中的指定页面，而不是处理整份文件时。
需要将英文、简体中文或其他支持语言的扫描文字转换为 Word 段落时。

使用方式

1上传一个 PDF 文件，文件类型必须为 PDF，大小上限为 50 MB。
2选择 OCR 语言，并按需填写页码范围，例如“1,3-5”；留空则处理全部页面。
3设置 DPI、页面分割模式和 OCR 引擎模式；也可以选择是否包含分页标题。
4工具使用 Poppler 或 Ghostscript 渲染页面，通过 Tesseract 识别文字，并导出可编辑的 DOCX 文件。

常见用途

将扫描合同、通知和行政档案转换为可编辑 Word 文档。
提取扫描书籍、报告或历史资料中的多语言正文。
仅识别 PDF 中的指定页，减少无关页面的 OCR 处理。

适合谁

适合

在浏览器中转换PDF 文件。
需要设置OCR 语言的工作流，例如英语 (eng)或简体中文 (chi_sim)。
“Convert selected scanned pages to DOCX”这类工作流，一次完成。

不适合

完全自动化的批量任务——本页面面向交互使用，脚本请调用 API 端点。
本工具不支持的格式文件——它只接受.pdf作为输入。

常见失败与 edge cases

带密码的 PDF
文件在去除密码前无法读取——本工具没有密码输入框。
低质量源文件
模糊、低分辨率或低对比度的源文件会降低提取准确率——请使用最清晰的原件。
手写文字
手写文字的识别准确率低于印刷体——手写内容请预留人工核对。

示例

1. 识别扫描 PDF 的前两页

行政人员

背景

行政人员收到一份扫描版多页 PDF，需要先将开头两页转换成可编辑文字。

问题

整份文件包含较多页面，手动复制扫描内容效率较低。

如何使用

上传 `sample-multipage.pdf`，选择英语，页码填写 `1-2`，然后导出 DOCX。

语言：英语（eng）；页码：1-2；DPI：200；页面分割模式：3；OCR 引擎模式：1；包含分页标题：是。

结果

前两页中的识别文字会写入可编辑的 Word 段落，并生成 DOCX 文件。

2. 转换中英文扫描资料

研究人员

背景

研究人员需要整理一份同时包含英文和简体中文的扫描资料。

问题

单一语言设置可能无法覆盖文档中的双语正文。

如何使用

上传扫描 PDF，将 OCR 语言设置为英语 + 简体中文（eng+chi_sim），必要时指定页码范围。

语言：英语 + 简体中文（eng+chi_sim）；DPI：300；页面分割模式：3；OCR 引擎模式：1。

结果

工具会使用双语 OCR 设置识别选定页面，并导出包含识别文字的可编辑 DOCX。

常见问题

支持上传什么文件？

支持上传 PDF 文件，单个文件大小上限为 50 MB。

可以只识别部分页面吗？

可以。在页码选择中输入页码或范围，例如“1,3-5”；留空则识别全部页面。

支持哪些 OCR 语言？

支持英语、简体中文、繁体中文、日语、韩语、阿拉伯语、印地语、俄语、法语、德语、西班牙语、葡萄牙语、意大利语、越南语和泰语等。

输出文件是什么格式？

输出为可编辑的 DOCX Word 文件，识别文字会写入 Word 段落。

表格和手写内容能准确转换吗？

复杂表格和手写内容可能需要人工检查和整理。

扫描 PDF OCR 转 Word

这个工具可以帮你完成什么

运行这个工具

与这个工具匹配的案例

继续查看相关工具与专题

详细了解工具的适用范围、支持能力及用户案例。

关键事实

概览

适用场景

使用方式

常见用途

同类对比

适合谁

常见失败与 edge cases

示例

1. 识别扫描 PDF 的前两页

2. 转换中英文扫描资料

常见问题

PDF示例

Markdown 幻灯片示例

DOCX 样本

时区协作排期器 ICS 样本

PDF 在线添加签名

批量 PDF 水印

PDF去噪

PDF OCR 文本层