如何利用端侧 OCR 识别扫描版 PDF 文本

历史典籍专著、档案馆扫描件以及影印学术论文，往往仅以单薄的页面图片形式存在。由于缺乏底层数字文本层，读者无法选取句子、在离线词典中查阅词义，也无法检索核心概念。

光学字符识别（OCR）为这些文献赋予了数字新生。GemReader 借助本地机器学习模型，全流程在设备端完成扫描页面图像处理。无需向外部云端服务器上传任何一张图片，原本静止的扫描页即可变为完全可选取、可检索并支持朗读的动态文本。

若要对扫描文档进行文本识别，请确保具备以下条件：

• 平台：已在 Android（Android 10+）或 iOS（iOS 17+）设备上安装 GemReader。
• 文档：已在阅读器界面中打开的纯图片或扫描版 PDF 文档。
• 网络连接：100% 离线运行（文字识别完全由设备本地的神经计算硬件驱动）。

1. 1
   在 GemReader 中打开您的扫描版 PDF 文档。
2. 2
   轻触屏幕中央唤出阅读工具栏，然后轻触右上角的 ⋮ 菜单。
3. 3
   轻触 工具 并选择 识别文本 (OCR)。
4. 4
   在识别配置面板中，选择处理范围：

   • 当前页面：快速识别眼前的当前页面。
   • 页面范围：集中处理特定章节或指定页码区间。
   • 整篇文档：在后台进行整本图书的全文文本识别。
5. 5
   轻触 开始识别。精致的进度条将实时显示页面分析进度。
6. 6
   识别完成后，在页面任意印刷文字上滑动手指：便会出现如同原生重排电子书一般的蓝色选取手柄。
7. 7
   您现在可以使用 6 色调色盘高亮段落、添加批注、复制文献引用、检索专有名词，或轻触 朗读 聆听扫描文本。

• 完好保留原始版面艺术：GemReader 会将识别出的文本层透明地覆盖在原扫描图像之上，原汁原味的纸张质感、原始字体与历史排版均得以完整留存。
• 100% 端侧隐私安全：您的机密文件、法律文书与家族珍藏文献绝不会被上传至云端服务器；文字识别运算完全在您手机的处理器上独立完成。
• GemReader Premium 功能：扫描版 PDF 的端侧机器学习 OCR 属于 GemReader Premium 专属功能。只需一次性买断，即可永久解锁高级文档工具，零订阅，零广告。