# 扫描版 PDF 总结工具 (OCR)

扫描合同、拍摄的信件、打印并重新扫描的旧报告——这些 PDF 没有可复制的文本，因此大多数总结工具会返回空白。在这里，没有文本层的页面在生成总结之前会先自动通过 OCR 处理。

## Key facts

- 当页面没有文本层时，OCR 会自动运行——无需任何配置。
- 对英语、法语、德语、西班牙语、意大利语和葡萄牙语扫描件的准确率最高。
- 免费工具支持通过 OCR 读取最多 40 页的扫描件（带文本层的 PDF 支持 300 页）。
- 之后你可以进行总结、提取核心要点、提问或下载识别出的文本。
- 200-300 dpi 的清晰、直幅扫描件可获得最佳效果。

## 为什么扫描版 PDF 与众不同

PDF 是一个容器。有些 PDF 包含真实的文本（你可以选中并复制的文字）；而另一些则只包含页面图像——这正是扫描仪或手机扫描应用所生成的。对于纯图片页面，只读取文本层的总结工具看到的只会是一个空文档。

当你在此处上传 PDF 时，工具会先检查每个文档中包含多少可读文本。如果缺少文本层或文本质量太差，它将对页面运行**光学字符识别 (OCR)**，然后总结识别出的文本。结果面板会显示一个 **OCR** 徽标，以便你了解使用的是哪种处理方式。

## 如何总结扫描版 PDF

1. **上传扫描件** — 来自扫描仪、多功能一体机或手机扫描应用的任意 PDF。
2. **多等几秒钟** — OCR 比读取文本层需要更长时间：每页大约需要 2-4 秒。
3. **选择你需要的内容** — 总结、核心要点、提问，或使用提取文本将识别出的文本导出为 .txt 文件。
4. **核对姓名、日期和数字** — OCR 可能会混淆相似的字符（0/O、1/l、5/S），特别是在低质量扫描件中。

## 获取良好 OCR 结果的建议

- **分辨率：** 200-300 dpi 是理想的分辨率。低于 150 dpi 时，小字会变得难以辨认。
- **页面放平：** 倾斜或弯曲的页面（书脊装订处）会降低准确率。
- **对比度：** 白纸黑字效果最好；褪色的热敏纸和彩色背景较难识别。
- **手写体**通常无法被可靠识别。
- **混合型 PDF** 没问题：如果大多数页面有文本，则会直接使用原有的文本层。

> **有扫描的纸质文档？** — 立即上传——OCR 与总结一步完成。

## 人们常总结的扫描文档

- 已签署的纸质合同和租赁协议。
- 来自行政部门、银行和保险公司的信件。
- 从纸质档案数字化的旧报告、学位论文和文献。
- 以扫描件形式接收的医疗或学校档案（请仔细核对）。
- 为课程扫描的书籍章节。

## FAQ

### 如何知道我的 PDF 是否为扫描版？

打开文件并尝试选中一个单词。如果你无法选中文字，或者选中框像图片一样覆盖了整个页面，说明该 PDF 是扫描版。无论如何，该工具都会自动检测这一点。

### 为什么 OCR 限制为 40 页？

OCR 是一项计算消耗很大的任务。为了让免费工具对所有人保持高速运行，扫描版 PDF 的 OCR 限制为其前 40 页。带有文本层的文档最高支持 300 页。

### OCR 支持识别哪些语言？

英语、法语、德语、西班牙语、意大利语和葡萄牙语的识别效果最佳。其他拉丁字母语言通常也能用，但错误率可能较高；扫描图像中的非拉丁文字目前还无法被可靠识别。

### 我可以直接获取识别出的文本吗？

可以。使用提取文本标签页，即可逐页将文本下载为 .txt 文件。

### 文档的照片可以吗？

生成扁平化、裁剪后 PDF 的手机扫描应用效果很好。如果照片中的页面平整、清晰且光线充足，直接保存为 PDF 的原生照片也可以使用。

---
Source: https://pdf-summarize.com/zh/tools/summarize-scanned-pdf — PDF Summarizer (free PDF summarizer, Q&A with page citations, OCR, REST API). Site overview: https://pdf-summarize.com/llms.txt