免費線上從圖片 PDF 提取文字

如何從圖片型 PDF 提取文字

1. 選擇你的掃描或圖片 PDF：檔案會在瀏覽器中讀取，不會上傳到 PDF2atom。
2. 選擇 OCR 語言：選擇與掃描文件中文字相符的語言。
3. 開始 OCR 提取：每個頁面圖片由 Tesseract OCR 處理。如果 PDF 剛好有可選取文字，也提供快速提取路徑。
4. 複製或下載提取的文字：查看結果，複製到剪貼簿或另存為 TXT。

什麼是「圖片型 PDF」

圖片型 PDF 是指每個頁面都是一張圖片的 PDF — 例如文件照片、掃描器掃描件或傳真轉換的 PDF。雖然螢幕上可以看到文字，但電腦只能看到像素。一般的文字提取工具無法讀取這些檔案，因為 PDF 內部沒有可選取的文字物件。

此工具使用 OCR（光學字元辨識）讀取每頁的像素，將其轉換為可編輯、可搜尋的文字。專為 PDF 頁面是圖片而非數位文字的情況設計。

圖片型 PDF 的常見來源

• 掃描器輸出 — 大多數桌面和辦公室掃描器預設產生純圖片 PDF。
• 手機相機掃描 — 拍攝文件的應用程式通常儲存為圖片 PDF。
• 傳真轉 PDF 服務 — 接收的傳真轉換為 PDF 通常只有圖片。
• 截圖儲存為 PDF — 嵌入 PDF 頁面的螢幕截圖沒有文字圖層。
• 舊版存檔文件 — 2000 年之前的文件管理系統通常將掃描件儲存為圖片 PDF。

支援的語言

Tesseract OCR 支援 12 種以上語言，包括英文、繁體中文、簡體中文、西班牙文、葡萄牙文、法文、德文、俄文、阿拉伯文、日文、韓文、義大利文、印尼文、荷蘭文、泰文和越南文。選擇文件的主要語言以獲得最佳準確度。

隱私與安全

你的 PDF 會留在瀏覽器中。OCR 完全在你的裝置上執行，使用 Tesseract.js 編譯為 WebAssembly。PDF2atom 不會上傳、儲存、檢查或分析你的文件與提取文字。無伺服器端處理、無 API 呼叫。

常見問題