OCR 工具

從 PDF 中提取 OCR（免費線上工具）

Name: IronOCR
Brand: Iron Software
Availability: InStock
Rating: 4.86 (101 reviews)

更新:6月 22, 2025

光學字元辨識（OCR）是一種用於識別影像中文字的技術。這項技術旨在掃描印刷文字或圖像文件，並在電腦上識別它們。這是因為如今很多事物都是數位化的，例如電子郵件或書籍。然而，OCR 技術已經發展得更複雜，擁有專門的演算法，能夠識別多種不同字體的文本，即使這些文本已被噪音或其他常見失真（如 JPEG 壓縮）所扭曲。 OCR技術還可以以98%的準確率辨識紙上的手寫字跡。

使用 OCR 掃描的文字可以進行編輯、索引、搜尋、列印和存檔。 OCR軟體廣泛應用於醫療保健、製藥、保險和法律行業。它有助於將紙本文檔轉換為數位文檔，以便更容易重複使用和與他人共享。

讓我們來看看如何使用不同的工具對PDF檔案進行OCR識別。

Adobe Acrobat Pro

Adobe是最初開發PDF的公司。他們提供快速且有效率的 OCR 引擎，可以編輯任何 PDF 文件。它是市場上功能最強大的 OCR 引擎之一，如果您有很多 PDF 文件需要編輯，那麼 Adobe Acrobat DC 就是您應該購買的軟體。該軟體的設計使其能夠非常精確地將任何基於文字的文件轉換為 PDF 格式。它還使用自訂字體生成器保留了原始文件的字體。

讓我們看看如何使用 Adobe Acrobat 進行 PDF OCR：

在 Adobe Acrobat Pro DC 中開啟檔案。
點選右側窗格中的"編輯 PDF"選項。
它將利用其 OCR 功能將 PDF 文件轉換為可編輯的 PDF 文件。現在，您可以輕鬆編輯文件中的任何文字並更改圖像文件。
您可以透過選擇"檔案 > 儲存為"並為新的 PDF 文件指定一個適當的名稱來儲存檔案。

您可以輕鬆地一次對多個掃描的PDF文件進行OCR識別。

賽達

Sejda 是一款支援 OCR 功能的 PDF 編輯軟體，可以託管在雲端，也可以作為桌面應用程式下載到 macOS、Windows 或 Linux 系統上。 Sejda 允許使用者壓縮、編輯、數位簽章、合併和填寫 PDF 檔案。各種格式的文件，例如 JPEG 和 Excel 文件，都可以轉換為 PDF 文件。同樣，PDF 文件也可以轉換成其他格式，例如 Word 和 PowerPoint 文件。讓我們來看看如何使用 Sejda OCR 對 PDF 文件進行 OCR 識別。

Open Sejda OCR website.
點擊"上傳 PDF 文件"按鈕上傳文件，或從您的電腦拖曳文件。上傳完成後，您將看到上傳的檔案名稱。選擇文檔語言。
選擇語言後，您需要選擇輸出格式。您可以選擇"PDF"或"文字"。設定輸出格式後，點選"識別所有頁面上的文字"按鈕。它將開始提取文字。
處理完成後，您可以下載提取的文字。

SodaPDF

SodaPDF OCR 是一款免費的線上 OCR 軟體，可從圖片中擷取文字。它是一款 PDF OCR 轉換工具，可將掃描文件、傳真和其他列印輸出轉換為可編輯文字、PDF 和可搜尋的 PDF。 SodaPDF OCR 最常見的用途是將掃描文件或傳真轉換為可編輯文件。它是一款免費的線上OCR軟體。所有上傳的文件都會在特定時間後自動從伺服器刪除。它具有多種功能，例如將 PDF 轉換為 Word，然後可以使用 Microsoft Word 開啟。

讓我們看看如何使用 SodaPDF 對 PDF 檔案進行 OCR 識別：

Open the SodaPDF website.
點選"選擇檔案"按鈕，然後選擇要上傳的PDF文件。
上傳後，它會提供一個使用者介面，供您編輯 PDF 文字和圖像。您可以使用"下載"按鈕下載檔案。

IronOCR：.NET OCR庫

IronOCR 是一個功能強大的 .NET Framework OCR 函式庫。它提供了一個強大的 API 來處理文字和圖像，提供即時識別、欄位檢測和掃描 PDF 文件的光學字元辨識等功能。 IronPDF也可以編輯掃描文件。

IronOCR為開發者提供了在其應用程式中進行文字辨識的能力。它可以用於各種用途，例如將掃描文件轉換為數位格式或識別圖像上的標題。 IronOCR .NET 函式庫為 IronOCR SDK 提供了一個易於使用的底層介面。除此之外，它還包含一個影像處理流程，可以自動處理低 DPI 影像並從 PDF 文件中提取文字。

讓我們看看如何使用 OCR 工具對 PDF 檔案進行 OCR 識別：

對整個PDF文件進行OCR識別

以下程式碼可以對整個PDF文件執行OCR識別。

using IronOcr;

var Ocr = new IronTesseract();

using (var Input = new OcrInput())
{
    // Add the entire PDF document for OCR processing
    Input.AddPdf("example.pdf", "password");

    var Result = Ocr.Read(Input);
    // Print the extracted text to the console
    Console.WriteLine(Result.Text);
}

using IronOcr;

var Ocr = new IronTesseract();

using (var Input = new OcrInput())
{
    // Add the entire PDF document for OCR processing
    Input.AddPdf("example.pdf", "password");

    var Result = Ocr.Read(Input);
    // Print the extracted text to the console
    Console.WriteLine(Result.Text);
}

Imports IronOcr

Private Ocr = New IronTesseract()

Using Input = New OcrInput()
	' Add the entire PDF document for OCR processing
	Input.AddPdf("example.pdf", "password")

	Dim Result = Ocr.Read(Input)
	' Print the extracted text to the console
	Console.WriteLine(Result.Text)
End Using

$vbLabelText $csharpLabel

對PDF文件的選定頁面進行OCR識別

您可以使用AddPdfPages功能對選定的 PDF 頁面進行 OCR 識別。

using IronOcr;

var Ocr = new IronTesseract();

using (var Input = new OcrInput())
{
    // Add specific pages of the PDF document for OCR processing
    Input.AddPdfPages("example.pdf", new [] { 1, 2, 3 }, "password");

    var Result = Ocr.Read(Input);
    // Print the extracted text to the console
    Console.WriteLine(Result.Text);
}

using IronOcr;

var Ocr = new IronTesseract();

using (var Input = new OcrInput())
{
    // Add specific pages of the PDF document for OCR processing
    Input.AddPdfPages("example.pdf", new [] { 1, 2, 3 }, "password");

    var Result = Ocr.Read(Input);
    // Print the extracted text to the console
    Console.WriteLine(Result.Text);
}

Imports IronOcr

Private Ocr = New IronTesseract()

Using Input = New OcrInput()
	' Add specific pages of the PDF document for OCR processing
	Input.AddPdfPages("example.pdf", { 1, 2, 3 }, "password")

	Dim Result = Ocr.Read(Input)
	' Print the extracted text to the console
	Console.WriteLine(Result.Text)
End Using

$vbLabelText $csharpLabel

將 PDF 轉換為可搜尋 PDF

您可以使用 IronOCR 的SaveAsSearchablePdf功能將 PDF 檔案轉換為可搜尋的 PDF 檔案。

using IronOcr;

var Ocr = new IronTesseract();

using (var Input = new OcrInput())
{
    // Add the PDF for processing and specify the password if any
    Input.AddPdf("scan.pdf", "password");

    // Correct twisted or skewed pages
    Input.Deskew();

    var Result = Ocr.Read(Input);
    // Save the processed result as a searchable PDF
    Result.SaveAsSearchablePdf("searchable.pdf");
}

using IronOcr;

var Ocr = new IronTesseract();

using (var Input = new OcrInput())
{
    // Add the PDF for processing and specify the password if any
    Input.AddPdf("scan.pdf", "password");

    // Correct twisted or skewed pages
    Input.Deskew();

    var Result = Ocr.Read(Input);
    // Save the processed result as a searchable PDF
    Result.SaveAsSearchablePdf("searchable.pdf");
}

Imports IronOcr

Private Ocr = New IronTesseract()

Using Input = New OcrInput()
	' Add the PDF for processing and specify the password if any
	Input.AddPdf("scan.pdf", "password")

	' Correct twisted or skewed pages
	Input.Deskew()

	Dim Result = Ocr.Read(Input)
	' Save the processed result as a searchable PDF
	Result.SaveAsSearchablePdf("searchable.pdf")
End Using

$vbLabelText $csharpLabel

結論

我們探索了一些優秀的用於執行光學字元辨識的軟體工具。這些工具可讓您以程式設計方式識別文字並建立可搜尋和可編輯的 PDF。

如果使用 .NET Framework 進行編程，我們建議使用 IronOCR。 IronOCR 讓您可以輕鬆地在 .NET Framework 中執行 OCR；它功能強大，即使原始文件已損壞或變形（例如因水漬而損壞），也可以輕鬆使用。

另一個應用場景是將先前手動填寫的紙本表格（如發票和銷售收據）轉換為數位版本。這樣一來，會計軟體就可以自動處理這些文件，從而提高準確性和效率。

Kannapat Udonpant

立即與工程團隊聊天

軟體工程師

在成為软件工程師之前，Kannapat 從日本北海道大學完成了環境資源博士學位。在追逐學位期间，Kannapat 還成為了生產工程系一部份——汽車机器人实验室的成員。2022 年，他利用他的 C# 技能加入 Iron Software 的工程團隊，專注於 IronPDF。Kannapat 珍惜他的工作，因为他直接向编写大部分 IronPDF 使用的代码的开发者学习。除了同行学习，Kannapat 还喜欢在 Iron Software 工作的社交十环。当他不编写代码或文档时，Kannapat 通常在他的 PS5 上打游戏或重看《The Last of Us》。

更新6月 22, 2025