使用指南 · 约 4 分钟
为什么扫描版 PDF 转 Markdown 前需要 OCR
PDF 可能包含可选择的文本、页面图片，或两者混合。转换 Markdown 时，这个区别比文件名更重要。
快速判断文档类型
打开 PDF，尝试选中一句完整的话，再粘贴到纯文本编辑器。如果无法选择文字，该页面可能是图片；如果粘贴后乱码，文本层可能不可靠。某一页能复制文本，并不代表所有页面都有文本。
OCR 提供了什么
光学字符识别将扫描页面的像素转成机器可读文字，部分工具还会推断版式和表格。准确性受到分辨率、语言、倾斜、手写内容和图片质量影响。OCR 后仍需核对重要数字和姓名。
当前预览版会怎样处理
本站使用本地 MarkItDown 转换器，未启用 OCR 或云端文档分析。混合型 PDF 可能只提取已有文字，而遗漏纯图片页面。完全没有文本时会给出明确错误，请始终与原文对照。
下一步怎么做
先使用合适的 OCR 工具生成可搜索 PDF，再尝试转换。MarkItDown 也提供可选的云文档分析集成及 OCR 插件，但需要额外配置，可能将文档发送给外部服务商，本站当前未启用。