如何最佳化掃描 PDF，以利 OCR 辨識

歪斜（文字傾斜）

線條旋轉或傾斜；文字在頁面上往上或往下

在 OCR 前自動進行歪斜校正

低對比度／褪色文字

淺灰文字配灰白背景；難以閱讀

增加對比度或調整灰階

雜訊／網點圖案

斑點背景、灰塵，或類似報紙的網點

去雜訊或去網濾鏡

低解析度

字母邊緣模糊或像素化；筆劃黏在一起

以 300 DPI 或更高重新掃描；放大僅作為最後手段

解析度

關鍵

OCR引擎對於標準文字（10–12 pt）至少需要 300 DPI。低於 200 DPI 會遺失精細細節。放大無法恢復遺失的資料。

請務必以 300 DPI（灰階或黑白）掃描。若無法重新掃描，請謹慎放大至 300 DPI 並套用輕度銳化。

Renee PDF Aide（以全解析度匯出）、ImageMagick（批次放大）、GIMP（手動檢查 DPI）。

歪斜校正

高

就算輕微傾斜也會讓 OCR 誤判字母（例如：「rn」→「m」）。

先自動歪斜校正，再以小增量（0.2–0.5°）微調旋轉。

ScanTailor Advanced（批次歪斜校正）、Renee PDF Aide（歪斜校正選項）。

對比度與亮度

高

明亮背景上的深色文字可改善辨識，對褪色或泛黃的原稿特別有效。

優先調整階調／曲線，而非只調亮度，可更好掌控。

GIMP（階調／曲線）、ImageMagick（批次調整對比度）。

去雜訊／去網

中

斑點、灰塵或網點會干擾 OCR，引發錯誤字元。

套用輕度去斑或中值濾鏡；報紙掃描請用去網。

ScanTailor Advanced（批次去斑／去網）、ImageMagick（去雜訊）。

裁剪邊界

中

邊框、裝訂陰影與打孔會增加無關像素，OCR 可能誤判。

一致裁剪，保留 2–5 公釐邊距，避免裁到文字。

ScanTailor Advanced（批次裁剪）、ImageMagick（-trim 用於自動裁剪）。

旋轉頁面

中

OCR 需要一致的方向；上下顛倒的頁面會降低準確度。

在 OCR 前，確保所有頁面都直立且對齊。

PDFsam Basic（批次旋轉）、Renee PDF Aide（旋轉選項）。

檔案格式與色彩樣式

高

灰階或 1 位元黑白可得到更銳利的 OCR；高壓縮的 JPEG 會破壞字母形狀。

將清理後的頁面儲存為 PNG/TIFF；使用無損壓縮。純文字建議轉為 1 位元黑白。

Renee PDF Aide（「影像轉PDF」合併，最小壓縮）、ImageMagick（批次轉成 TIFF/PNG）。

Snappy‑Fix PDF DPI Checker https://www.snappy-fix.com/tools/pdf-dpi-checker

上傳你的 PDF（最大 20 MB），即可立即回傳每頁每個嵌入影像的 DPI。

快速、免費、免安裝。提供每頁 DPI 值與平均解析度。

工具sSeek PDF DPI Checker

拖放你的 PDF。它在你的瀏覽器本機執行，會顯示每個影像的 DPI_X 與 DPI_Y，並附圖表。

重視隱私（不上傳伺服器），適合做詳細分析。