OCR - 製作可搜尋的 PDF

不會。掃描影像逐位元組保持原樣；新增的是它上方一層看不見的文字層，和掃描軟體製作可搜尋 PDF 的方式相同。搜尋、選取與複製都能使用；列印結果不變。

使用的是 Tesseract 5 的神經網路引擎，也就是大多數開源 OCR 背後的引擎，以 WebAssembly 在您的瀏覽器中執行。乾淨的 300 dpi 印刷文字掃描檔幾乎可以一字不差；歪斜、模糊或用相機拍攝的頁面則較差 - 請先用 PDF 歪斜校正 工具將頁面拉正。引擎沒有把握的字仍會放入，因此搜尋依然找得到，工具也會告訴您有多少個。

匈牙利文、英文、德文、法文、義大利文、西班牙文、波蘭文、羅馬尼亞文、斯洛伐克文、捷克文、克羅埃西亞文、斯洛維尼亞文、塞爾維亞文（拉丁與西里爾字母）、烏克蘭文、俄文、保加利亞文、希臘文、土耳其文、丹麥文、瑞典文、挪威文、芬蘭文、荷蘭文、葡萄牙文、印尼文、越南文、立陶宛文、拉脫維亞文、愛沙尼亞文、馬來文、拉丁文、阿拉伯文、波斯文、希伯來文、中文（簡體與繁體）、日文、韓文，以及用於戰前哥德體印刷品的德文 Fraktur，可任意組合 - 雙語合約可以同時用兩種語言辨識。每種語言都是個別下載，之後由瀏覽器保存。

不會上傳任何內容：檔案在您的瀏覽器中開啟與處理，絕不會離開您的裝置。關閉分頁後，檔案就消失了。OCR 引擎及其語言檔也來自本網站，因此連您選擇了哪種語言都不會傳送到任何地方。

預設只辨識還沒有文字層的頁面，因為原生數位頁面已經有文字層，再加一層會讓每個搜尋結果重複出現。若先前的 OCR 效果不佳，請切換為「每一頁」- 新的文字層會放在舊的下方。

比這裡的其他工具都久 - 辨識是實實在在的運算，即使在快速的電腦上，每一頁也要花一點時間，因此長篇掃描檔適合啟動後讓它自行執行。第一次執行還會取得辨識引擎與語言資料（幾 MB，來自本網站而非 CDN）；之後瀏覽器會快取它們，按鈕會逐頁顯示目前的進度。

可以。拖入 .docx、.xlsx 或 .pptx 檔案或圖片（JPG、PNG、WebP...），它會在加入時於瀏覽器中轉換為 PDF - 圖片會放到 A4 頁面上 - 之後就像其他 PDF 一樣處理；不會上傳任何內容。轉換是我們自行實作的，因此結果可能與 Office 本身匯出的 PDF 略有不同：字型可能被替換，圖表會被略過。若有內容無法轉入，檔案清單會顯示警告。