可搜索的 PDF 允许您使用 Ctrl+F 查找单词、选择和复制文本，并让搜索引擎或文档管理系统对文件建立索引。如果您的 PDF 是扫描图像，则在添加文本图层之前所有这些都不起作用 - 而这正是使 PDF 可搜索的作用。
“使 PDF 可搜索”是什么意思？
通过扫描纸质文档创建 PDF 时，每一页都存储为图像。文本在视觉上看起来正确，但 PDF 不包含实际的字符数据 - 仅包含像素。 OCR（光学字符识别）分析这些像素，识别字符，并向 PDF 添加隐藏文本层。 OCR 后，文档看起来相同，但文本现在可以选择、搜索和复制。
本机数字 PDF — 直接从 Word、Excel 或其他软件创建 — 已经可以搜索。您只需对扫描文档或 PDF 运行 OCR，其中文本在导出过程中转换为轮廓。
如何使用 WukongPDF 使 PDF 可搜索
将扫描的 PDF 上传到 WukongPDF 的 OCR PDF 工具。该工具处理每个页面，识别文本，并在输出中嵌入文本层。下载结果 - PDF 看起来相同，但现在完全可搜索。对于多页文档，所有页面均在一次操作中处理。
WukongPDF 的 OCR PDF 工具支持多种语言，这对于非英语内容的文档很重要。在处理之前选择正确的语言可以显着提高准确性 - OCR 引擎使用语言模型来区分相似的字符并纠正不明确的读数。
使 PDF 可在 Adobe Acrobat 中搜索
在 Adobe Acrobat Pro 中，打开扫描的 PDF 并转到“工具”>“PDF”。扫描& OCR>识别文本>在此文件中。单击“识别文本”开始该过程。 Acrobat 在所有页面上运行 OCR 并自动添加文本图层。对于大型文档，这可能需要一两分钟。
OCR 后，转到编辑 >查找（Windows 上为 Ctrl + F，Mac 上为 Cmd + F）并搜索文档中您知道的单词，以确认文本层正常工作。如果找到该单词，则 OCR 成功。
影响 OCR 准确性的因素
扫描质量是最重要的因素。在良好的照明条件下进行干净、笔直的 300 DPI 扫描可产生准确的 OCR，几乎没有错误。模糊、倾斜或低分辨率的扫描会导致错误——当图像不清晰时，看起来相似的字符（0 和 O、l 和 1、rn 和 m）经常会被混淆。
手写文本是一个单独的挑战——标准 OCR 是为印刷文本设计的，在手写文本方面表现不佳。存在专门的手写识别工具，但其准确性远低于印刷文本 OCR。
使 PDF 可搜索后该怎么办
一旦可搜索，PDF 就可以存档、索引或共享。如果文件很大，在 OCR 之后通过 PDF Compression 工具运行它通常是值得的 - OCR 输出文件有时比输入文件稍大，压缩会使它们恢复原状而不影响文本层。
对于支持全文搜索的文档管理系统或云存储（Google Drive、SharePoint、Dropbox），上传可搜索版本意味着可以通过关键字发现文档内容，从而在数月或数年后更容易找到。