识别后的 Word 里还有图片吗？

PDF 转 Word 输出纯文字流，不搬运原页图片。需要图片请在转换前用「提取 PDF 图片」单独导出。

几百页的扫描书能转吗？

可以，识别过程在您的浏览器本地逐页执行，大文件耗时较长属正常；页面越多内存占用越高，建议单次控制在 200 页以内。

更新于 2026-08-18

扫描仪或手机拍照生成的 PDF，每一页都是一张照片，文件里并不存在真正的文字数据。这类文件直接执行「PDF 转 Word」，得到的 Word 里每页依然是一张图片，无法编辑。要获得可编辑的文字内容，必须先经过 OCR（光学字符识别）把图片中的文字识别出来。

最简单的判断方法：用阅读器打开 PDF，尝试用鼠标框选一段文字。选不中、或选中后复制出来是空白，即为扫描件。也可以观察缩放效果——无限放大后文字边缘出现锯齿与噪点的是图片，始终锐利的是矢量文字。

第一步是 OCR：对扫描件执行文字识别，在每一页的图片之上叠加一层透明的可搜索文字层。识别后的 PDF 既能选词复制，也为后续转换提供文字数据来源。第二步再执行 PDF 转 Word，此时导出的就是纯文字流，可以直接编辑。

如果扫描件底色发灰、有阴影，建议先做「扫描件美化」漂白背景——干净的黑白画面对识别准确率有可见提升，尤其是手机拍摄的文档。

印刷体文档的识别准确率通常很高，影响主要来自拍摄质量：分辨率低于 150 DPI、页面倾斜、手指遮挡边角、表格线断裂都会增加错字。手写文字、艺术字体与竖排古籍的识别能力有限，不适合依赖 OCR 批量处理。

转换产物是纯文字流：标题、段落、列表得以保留，但原扫描件的分栏版式、页眉页脚位置、嵌入图片不会还原。需要保持原版的场景（如合同留档），应直接使用带文字层的 PDF 而非转 Word。