扫描 PDF 转可搜索 PDF（OCR 文字层）

识别文字以隐形图层嵌入，保留原貌的同时支持全文搜索和复制

扫描版 PDF 本质是一堆图片，无法搜索关键词、无法复制文字。本工具用浏览器本地运行的 AI OCR 模型（PaddleOCR v5，自动启用 WebGPU 加速）识别每页文字，然后把识别结果以"隐形文字层"嵌入 PDF——页面看起来和原扫描件一模一样，但可以全文检索、划选复制。

这正是 Adobe Acrobat"可搜索图像"功能的免费替代品，而且更安全：合同、证件、病历等敏感扫描件不需要上传到任何服务器，所有识别和写入都在你自己的电脑上完成。

支持中文、英文混排识别，文字位置按 OCR 检测框精确对齐，搜索命中时高亮位置准确。也提供"白底替换"模式，直接把识别文字以可见形式替换原图，适合需要重新排版的场景。

使用方法

  1. 打开扫描版 PDF 文件
  2. 在预览区点击"OCR 识别本页"（支持逐页或多页批量识别）
  3. 确认识别结果后选择"隐形文字层"模式嵌入
  4. 保存 PDF，新文件即可搜索、复制文字

常见问题

隐形文字层会改变页面外观吗？

不会。文字以透明渲染模式写入，视觉上与原扫描页完全一致，只是多了可搜索、可复制的文字层。

OCR 识别在哪里进行？准确率如何？

完全在你的浏览器本地运行（ONNX + WebGPU/WASM），文件不上传。模型为 PaddleOCR v5，印刷体中英文准确率很高，手写体效果有限。

识别速度慢吗？

支持 WebGPU 的浏览器（Chrome/Edge）速度较快，每页约 1-3 秒；不支持时回退到多线程 WASM，稍慢但可用。

支持批量处理整本书吗？

支持多页连续识别。几百页的大文档建议分批处理，避免浏览器内存压力过大。

相关工具