當你收到一份掃描的 PDF 文件時，你可能注意到無法用 Ctrl+F 搜尋文字、無法複製任何內容，這是因為掃描 PDF 本質上只是一張或多張圖片的集合，不包含任何可辨識的文字資料。透過 OCR（光學字元辨識）技術，可以將這種「圖片型 PDF」轉換為「可搜尋 PDF」，大幅提升文件的實用性。本文將詳細介紹什麼是可搜尋 PDF、各種工具的操作方式，以及多語言和批量 OCR 的處理方法。
什麼是可搜尋 PDF？
PDF 文件主要分為兩種類型：
- 原生 PDF（Native/True PDF）：由軟體直接輸出，例如 Word 匯出的 PDF、網頁轉存的 PDF。這類 PDF 本身就包含文字資料，可以直接搜尋、複製和選取文字。
- 掃描 PDF（Scanned PDF）：由紙本文件經掃描儀或相機拍攝後生成，本質上是圖片。無法搜尋、無法複製文字，也無法讓螢幕閱讀器讀出內容（對視覺障礙用戶不友善）。
OCR 處理後，掃描 PDF 會變成「可搜尋 PDF」（Searchable PDF）——技術上，OCR 引擎辨識圖片中的文字後，會在圖片下方建立一個隱藏的文字層，搜尋和複製操作都針對這個文字層進行，而原始圖片仍然保留，確保外觀不變。
方法一：Adobe Acrobat OCR 操作教學
Adobe Acrobat Pro 是功能最完整的 PDF OCR 工具，準確率高，且能完整保留原始文件的版面配置。
操作步驟：
- 在 Acrobat Pro 中開啟掃描 PDF。
- 點擊右側面板的「掃描與 OCR」（Scan & OCR），或使用頂部選單「工具」→「掃描與 OCR」。
- 選擇「辨識文字」（Recognize Text）→「在此檔案中」（In This File）。
- 在設定面板中選擇文件語言（如「繁體中文」或「Traditional Chinese」）。
- 選擇 OCR 輸出類型：
- 「可搜尋的圖像」：保留原始外觀，在背後加入隱藏文字層，適合需要保留原始格式的情況。
- 「可搜尋的圖像（精確）」：進一步優化文字層的精準度。
- 「可編輯文字和圖形」：嘗試將 PDF 完全轉換為可編輯版面，適合需要大幅修改內容的情況，但版面可能有所變動。
- 點擊「辨識文字」，等待處理完成後儲存。
Acrobat 的優勢在於對複雜版面（多欄、表格、混合圖文）的處理能力，以及對數十種語言的支援。但它需要付費訂閱，Acrobat Standard 約 NT$480/月，Acrobat Pro 約 NT$780/月。
方法二：Google Drive 免費 OCR
很少人知道 Google Drive 本身就內建了免費的 OCR 功能，雖然功能沒有 Acrobat 強大，但對於一般文件完全夠用：
- 將掃描 PDF 上傳至 Google Drive。
- 在 Google Drive 中，右鍵點擊 PDF 文件，選擇「以 Google 文件開啟」（Open with Google Docs）。
- Google 會自動進行 OCR 並在新標籤頁開啟 Google Docs 文件，文字內容已可編輯和搜尋。
- 若需要 PDF 格式，可在 Docs 中選擇「下載」→「PDF 文件」重新匯出。
Google Drive OCR 的限制：對複雜版面的處理效果較差，表格可能無法完整辨識，對繁體中文的支援雖然存在但準確率稍遜於 Acrobat。此方法最適合版面簡單的文字型文件。
方法三：使用線上 OCR 工具
若不想使用付費軟體，有幾個優質的線上 OCR 工具可以免費使用：
- iLovePDF OCR：支援多語言 OCR，操作簡便，直接在瀏覽器中上傳 PDF 並下載可搜尋版本，適合偶爾使用的場景。
- Smallpdf：提供 PDF OCR 功能，免費版每日可處理有限數量的文件。
- PDF24 Tools：基於 Tesseract OCR 引擎，免費且支援多種語言，準確率接近商業工具。
使用線上工具的注意事項：上傳含有個人資料或機密資訊的文件到第三方伺服器存在隱私風險，建議對於敏感文件使用本機軟體（如 Acrobat 或開源的 Tesseract）進行 OCR 處理。
多語言 OCR 設定
若文件包含中文、英文或其他語言，需要正確設定語言以確保辨識準確率：
- Adobe Acrobat：在 OCR 設定中選擇語言，可選擇「繁體中文」或「簡體中文」，以及對應的混合語言設定。
- Tesseract（命令列）：使用
-l chi_tra+eng 參數同時啟用繁體中文和英文辨識，兩種語言的模型會協同工作。
- 線上工具：大多數線上工具提供語言下拉選單，選擇「Chinese Traditional」或「Chinese Simplified」即可。
對於中文 OCR，文件品質特別重要。繁體中文字體筆畫複雜，掃描解析度低於 200 DPI 時辨識準確率會顯著下降。建議使用至少 300 DPI 的掃描解析度以獲得最佳效果。
批量 OCR：一次處理大量掃描文件
若需要對大量掃描 PDF 進行 OCR，逐一手動處理效率太低。以下是批量 OCR 的幾種方法：
- Adobe Acrobat 批量處理：在 Acrobat Pro 中，使用「動作精靈」（Action Wizard）建立自動化動作，可以對整個資料夾的 PDF 文件自動執行 OCR，並設定輸出路徑。
- Tesseract 命令列批量處理：對於技術用戶，Tesseract 是免費開源的 OCR 引擎，可以透過腳本（Shell Script 或 Python）對整個資料夾的圖片或 PDF 進行批量 OCR 處理。
- ABBYY FineReader：商業軟體，提供強大的批量 OCR 功能，是企業級文件數位化的常用選擇，支援 200 多種語言和自動語言偵測。
在瀏覽器裡直接完成，檔案不會離開你的電腦：PDF 工具
