[{"data":1,"prerenderedAt":6},["ShallowReactive",2],{"guide-zh-tw-what-is-ocr-for-pdf":3},{"markdown":4,"language":5},"# 什麼是 OCR？它如何處理 PDF 檔案？\n\n## 引言\n\n你是否嘗試過複製掃描版 PDF 的文字，卻發現整個頁面像一張照片？光學字元識別，即 OCR，是用於識別圖片中可見字元，並將其轉成文字資訊的技術。\n\nOCR 能讓掃描文件可搜尋、幫助提取資料，並支援轉換為可編輯格式。但識別並非完美，用於重要決策前應檢查輸出結果。\n\n## OCR 是什麼意思？\n\nOCR 是 **Optical Character Recognition（光學字元識別）** 的縮寫。它分析圖片內容，識別字母、數字、標點，有時還會識別文件結構。輸入可以是掃描頁面、照片，或以圖片為內容的 PDF。\n\nOCR 不同於簡單地將圖片儲存成 PDF。圖片轉 PDF 是將畫素封裝到文件中，OCR 則嘗試理解這些畫素所表示的文字。\n\n## OCR 的工作原理\n\n### 1. 影象預處理\n\n軟體可能會校正旋轉、去除噪點、提高對比度並識別頁面邊界。源圖片越清晰，識別就越容易。\n\n### 2. 版面分析\n\n系統定位段落、標題、表格和圖片等區域。多欄文件和複雜表單的處理難度高於簡單的單欄頁面。\n\n### 3. 字元和詞語識別\n\n識別模型將可見形狀理解為字元和詞語。語言資訊有助於區分含義不明確的字元組合。\n\n### 4. 生成輸出\n\n根據所用工具，OCR 可以生成純文字、帶不可見文字層的可搜尋 PDF，或含有重建段落的 Word 文件。\n\n### 5. 核對結果\n\n應將結果與原始檔對照，尤其要核對金額、日期、序列號和姓名。\n\n## OCR 與文字提取的區別\n\n文字提取讀取數字 PDF 中已經存在的字元，OCR 則嘗試從圖片中識別字元。數字 PDF 通常不需要 OCR，除非文字編碼無法使用，或部分頁面內容是圖片。\n\n## 什麼會影響 OCR 準確性？\n\n**解析度：** 細小或模糊的文字難以識別。掃描普通印刷文件時，300 DPI 是常見起點，但不是適用於所有情況的要求。\n\n**對比度和光照：** 陰影、褪色墨跡和複雜背景會增加識別難度。\n\n**語言和字型：** 專業符號、特殊字型和多種文字系統可能需要合適的語言模型。\n\n**頁面結構：** 表格、多欄文字、手寫內容和印章可能干擾閱讀順序。\n\n**圖片方向：** 應先校正傾斜或倒置的頁面，再進行處理。\n\n## 如何對掃描版 PDF 使用 OCR\n\n1. 開啟 PDF，測試是否能選中文字。\n2. 選擇明確支援文件語言 OCR 的軟體。\n3. 校正頁面方向，並儘可能改善掃描質量。\n4. 執行 OCR，選擇需要的輸出：可搜尋 PDF、文字或可編輯文件。\n5. 搜尋幾組詞語，並複製樣例段落。\n6. 將重要數值與原始圖片核對。\n7. 保留源掃描件以供參考。\n\n不是所有線上 PDF 轉換器都提供 OCR，上傳檔案前應確認是否支援該功能。\n\n## OCR 有哪些用途？\n\nOCR 有助於搜尋歷史檔案、將紙質報告數字化、從發票中提取文字，以及讓掃描文件更容易被索引。對於發票和表格，識別本身並不能保證欄位提取正確，可能還需要額外的結構分析和驗證。\n\nOCR 可以輔助無障礙使用，但可搜尋文字層本身並不提供正確的標籤、閱讀順序或圖片說明。\n\n## 常見 OCR 錯誤\n\n識別出來的 `8` 實際上可能是 `B`，`1` 可能是 `I`。日期可能被誤解，欄目的讀取順序可能錯誤，表格也可能丟失單元格邊界。應將 OCR 結果視為一份有用的文字初稿，而不是不容置疑的證據。\n\n## 常見問題\n\n### OCR 會讓 PDF 可編輯嗎？\n\n它可以生成可編輯文字，但若要保留原始版式，可能需要額外轉換和整理。\n\n### OCR 與掃描是一回事嗎？\n\n不是。掃描獲取圖片，OCR 則理解圖片中的文字。\n\n### OCR 可以識別手寫文字嗎？\n\n某些系統可以，但結果會因筆跡和語言而有很大差異。\n\n### OCR 可以離線工作嗎？\n\n可以，一些桌面應用會在本地處理檔案，另一些則使用線上服務。\n\n### OCR 能保證 100% 準確嗎？\n\n不能。請人工核對重要文字和數字。\n\n## 結語\n\nOCR 將文字圖片與可搜尋資訊連線起來，對掃描版 PDF 很有價值，但結果取決於圖片質量、文件複雜程度和語言支援。核對識別內容，並使用 [PDFreevert](\u002Ftools) 完成其支援的、不涉及 OCR 的 PDF 轉換和整理任務。\n","zh-tw",1791699214576]