纯图像 PDF

纯图像 PDF 是页面只包含栅格图像、没有任何文本对象的 PDF。每一页看起来都像文档，但文件中保存的是文字的图片，而不是字符。

由于没有文本，内容无法被搜索、选择、复制，也无法由屏幕阅读器朗读。搜索引擎和文档索引同样读不到页面上的任何内容。文件大小取决于图像分辨率和压缩方式，因此纯图像 PDF 通常比同等篇幅的文本 PDF 更大。

文字识别 (OCR) 可以把纯图像 PDF 转换为可搜索 PDF。OCR 引擎识别出文字，并把它们作为不可见文本叠放在图像上方。页面外观保持不变，但文字可以被查找和复制。

纯图像 PDF 与可搜索 PDF

	纯图像	可搜索
外观	页面图像	相同的页面图像
文本层	无	不可见的 OCR 文本
搜索和复制	不支持	支持
屏幕阅读器	无内容可读	可以朗读文本

纯图像 PDF 是如何产生的

• 关闭 OCR 的扫描仪和扫描 App。
• 不经 OCR 就把照片或截图合并为 PDF。
• 从会把页面栅格化的软件打印为 PDF。
• 为移除可编辑内容而把 PDF 拼合为图像。

如何判断 PDF 是否为纯图像

1. 打开 PDF，按 Command+F 搜索页面上能看到的某个词。
2. 尝试用指针选择一行文字。
3. 如果搜索找不到结果，而选择时整页出现一个方框，说明该页是图像。

使用纯图像 PDF 的常见错误

• 分享无人能搜索的学习笔记或手册。
• 未经测试就以为由截图生成的 PDF 可以搜索。
• 对低分辨率图像运行 OCR，并且不检查就相信识别结果。
• 在有无障碍要求的场合使用纯图像 PDF。

要把页面转成 PDF？

Temposhot 从结果面板导出 PDF 时会运行 OCR，因此导出的文件可以搜索。请参阅 在 Mac 上将截图保存为 PDF，或使用 Screenshot to Searchable PDF 转换已有图像。

常见问题

没有原始图像，还能修复纯图像 PDF 吗？

可以。对 PDF 运行 OCR 即可添加文本层。准确度取决于图像质量。

为什么无法从保存的电子书 PDF 中复制文字？

这些页面很可能是以图像形式保存的。请参阅 无法在保存的电子教材 PDF 中选择文字。

参考资料

• PDF（维基百科）
• Optical character recognition（维基百科）

相关资源

• 导出格式：可搜索 PDF 导出。
• Extract Text from Image：从单张图像中复制文字。