如何在 Windows 上让扫描的 PDF 可以搜索

扫描的 PDF 搜不了，是因为它装的是每一页的照片，而不是字母本身。平板扫描仪、手机扫描应用和办公室的复印机通常都这样保存页面，除非它们在扫描时顺便做了 OCR。

结果就是：文件看着像文档，用起来却像相册。在 Edge 里查找什么都找不到，没法选中一行文字，也没法把账号复制到邮件里，最后只能重新手打一遍。

Windows 能读出屏幕上的文字，但无法给 PDF 添加文本层，所以没办法让扫描件变得可搜索。Microsoft Edge 能显示扫描件，也能在上面绘制或添加文本，但没有把识别出的文字存进文件的选项。

在 Windows 11 中，截图工具可以读出文字：按 Windows 徽标键 + Shift + S，截取页面的一部分，在截图工具中打开截图，单击文本操作，然后复制文字。PowerToys 是一款需要单独安装的免费 Microsoft 应用，它提供的 Text Extractor 可以从屏幕上的任何内容中复制文字。需要抓一个电话号码或地址时，两者都很方便。

问题在于，什么都没有写进文件里。Edge 的搜索、其他应用以及收到这份 PDF 的人，拿到的仍然是一张图片。如果这份文档以后要搜索，或者要交给别人，文字就必须嵌入 PDF 本身。

File Acture 的“OCR PDF”会在你的电脑上对每个扫描页面运行文字识别，并把结果作为不可见的文本层嵌到原始图像之上。页面看起来和之前完全一样，但你可以搜索它、选中整行并复制。

开始之前先选择文档的语言：让识别引擎知道该期待什么，效果会更好，对带重音符号的文字和非拉丁字母的文字尤其如此。

一次运行可以处理多个 PDF。每个 PDF 都会得到一份可搜索的副本，作为新文件保存在你选择的文件夹中，原始扫描件保持不变。

OCR 的效果取决于扫描件本身，页面越正、越清晰，识别出的文字就越准。

• 选好语言。选择文档的语言，等于告诉识别引擎该期待什么，这对带重音符号的文字和非拉丁文字尤其重要。
• 用 300 DPI 扫描。如果扫描仪在你手上，300 DPI 是适合文字的设置。再低很多，小号字就会糊成难以辨认的色块。
• 先把页面摆正。用旋转页面把横置的页面转正，再运行 OCR。
• 拍的是文档照片？先用图像转 PDF 把它们合成一个 PDF，再对结果运行 OCR。
• 扫描件受密码保护？先用解锁 PDF 移除密码，对副本运行 OCR，再用保护 PDF 重新保护可搜索的副本。
• 留意文件大小。OCR 只是添加文字，并不会缩小图像。如果副本大到发不出去，就对它运行压缩 PDF，文本层会原样保留。

在线 OCR 服务需要把你的文档放到它们的服务器上，而这对银行对账单、就医记录和身份证件扫描件来说很要紧。File Acture 在你的电脑上运行文字识别，页面不会离开这台电脑；免费版联网只是为了统计运行次数。

免费版在每台电脑上包含 3 次运行，每次最多 5 个 PDF。要处理大量扫描存档，请查看价格。

要把结果上传到申请门户？请看如何在不毁掉扫描件的前提下满足大小限制。