最好用的免费 PDF OCR 工具（在线与离线实测）

OCR（光学字符识别）能把扫描版 PDF 变成可搜索、可选中的文档——扫描件的每一页原本只是一张图片。免费方案之间的差距主要在便利性和识别质量上，下面是实话实说的对比。

什么是 PDF OCR，什么时候需要它

扫描出来的 PDF 看着像文档，用起来像照片。每一页都是一整张图，底下没有真正的文字，所以 Ctrl/Cmd-F 搜不到任何内容，句子选不中也复制不了，想把 PDF 转成 Word 的工具更是无从下手。

OCR 正是为此存在的技术。对 PDF 做 OCR 时，引擎会看图、识别字形，然后在每一页上写入一层隐形的真实文字，位置与印刷字精确对齐。处理完扫描件的外观分毫不变，但它已经是一份正常文档：能搜索、能选中复制，也能转成 Word 或纯文本。

当 PDF 来自扫描仪、手机相机或传真机时，你就需要 OCR——凡是把纸张拍成图像的来源都算。5 秒判别法：在 PDF 里试着选中一个词。如果光标拖出来的是一个选框而不是高亮的文字，那就是扫描件，需要 OCR。从 Word、Google 文档或网页直接导出的 PDF 本身就含有真实文字，再跑一遍 OCR 没有任何意义。

现在的 PDF OCR 工具把整个流程压缩成一步：上传扫描件、选语言、下载可搜索 PDF。在浏览器里，我们的 OCR PDF 工具免费做的就是这件事——下面几节会把它和其他免费方案放在一起比。

一句话结论

为什么 Tesseract 是免费方案的事实标准

几乎每一个值得用的免费 OCR 都建在 Tesseract 之上——这是一个由 Google 支持维护的开源引擎。它支持 100 多种语言，对干净的印刷体表现很好，而且是真正意义上的免费：没有水印，也没有每日次数墙。所谓「免费 OCR 工具」之间的差别，主要在于包在 Tesseract 外面那层界面做得怎么样，识别内核其实是同一个。

逐个来看

pdfty OCR（浏览器，免费）

把扫描版 PDF 拖进去，选好文档语言，下载带隐形文字层的 PDF。免安装，任何设备都能用。适合想立刻拿到可搜索结果、又不愿意折腾环境的人。

→ pdfty.com/tools/ocr

NAPS2（桌面端，免费开源）

内置 Tesseract 的「扫描仪转 PDF」应用。所有处理都在本机完成，特别适合敏感文档。如果你经常扫纸质件、希望有一条完整的本地工作流，选它。

Google Drive（免费，粗糙）

把图片或 PDF 上传到云端硬盘，右键选 用 Google 文档打开 这一项，它就会把文字识别进一个新文档。排版比较散，而且一次只能处理一个文件，但胜在免费、免安装。

付费引擎（作为参照）

ABBYY FineReader 和 Adobe Acrobat Pro 的 OCR 在质量差的扫描件、多栏排版和部分手写上准确率更高。只有当你的量很大、或者原件质量确实很差时才值得花这笔钱；对干净的文档，免费的 Tesseract 路线在实际使用中和它们打平。

提高识别率的几个技巧（任何工具通用）

• 扫描分辨率至少 300 DPI。分辨率过低对准确率的伤害是最大的。
• 把页面摆正。倾斜的文字会让每一种引擎都犯错。
• 光线均匀、对比度足够。昏暗的手机照片是最差的一类输入。
• 选对文档语言，文档里出现的每一种语言都要勾上。

常见问题

免费 PDF OCR 到底哪个最好？

对大多数人来说，选基于 Tesseract 的工具就对了。想在浏览器里免安装用，就用 pdfty 的 OCR；想完全离线，就用 NAPS2。两者都免费，识别内核也是同一个。

免费 OCR 能识别手写吗？

通常不行。手写识别本身就难，免费引擎在这上面表现很差。但对干净的印刷体，免费 OCR 的效果非常好。

OCR 会改变扫描件的样子吗？

不会。它只是在图像上加一层隐形文字层。扫描件看起来一模一样，但变得可搜索、可选中。

支持哪些语言？

基于 Tesseract 的工具支持 100 多种语言，包括中文、英语、西班牙语、法语、德语、俄语、阿拉伯语等等。

敏感文档适合用在线 OCR 吗？

正规工具会加密上传并很快删除文件（pdfty 是 1 小时内）。如果对隐私的要求最高，就用离线的 NAPS2，任何内容都不会离开你的电脑。