在iPhone上为扫描PDF添加OCR文本图层，将其转为可搜索PDF。可搜索文本、复制内容，同时保留原始扫描的外观。
可搜索PDF是在每张扫描页面上方内嵌一层不可见OCR（文本识别）图层的PDF文件。页面外观与原始扫描完全一致，但文件可在任意PDF阅读器中进行搜索——可通过Cmd+F查找单词、选择并复制句子，将文本提取至档案或表格。普通扫描PDF只包含页面图像，既不能搜索也不能复制。
ScanLens通过Apple Vision framework在设备端运行OCR来生成可搜索PDF，并在导出前将识别到的文本嵌入每张页面图像之后。OCR图层留在PDF内部，因此文档可在任意操作系统、任意PDF阅读器中长期保持可搜索。
若需要从任意图像或照片（不仅限于PDF）中更广泛地提取文本，请参见iPhone的OCR应用。完整的扫描转PDF流程，请从PDF扫描器开始。生成可搜索PDF后的常见后续操作：在iPhone合并多份PDF、拆分长PDF，或签署合同。
可以把可搜索PDF想象成每张页面上叠放的两层。最上面是页面图像——也就是您拍到的扫描，与纸面上看起来一模一样。下面是一层文本图层：OCR引擎识别出的每一个单词，都被放在与图像中对应单词相同的坐标上，但以一种不可见的字体渲染。您看到的只有图像；软件看到的则是图像背后的文字。
关键就在于这种定位。由于每个识别出的单词都被锚定在它在扫描中出现的位置，选中文本时高亮会落在图像的正确部分，搜索也会跳转到正确页面上的正确位置。这种不可见字体的不透明度为零，因此绝不会改变文档的显示或打印效果——页面与普通扫描保持逐像素一致。改变的只是：文件如今包含了它自身的文本，而不只是文本的一张图片。
ScanLens在导出时构建这一图层：Apple Vision framework在设备端识别出文本后，ScanLens会将每个单词及其边界框写入PDF中、置于页面图像之后。此后文本便随文件一同携带——把这份PDF拷到Mac或PC上，多年后用任意阅读器打开，可搜索的文本依然在那里，既不依赖ScanLens，也不依赖网络连接。这是一项标准的PDF特性，已烘焙进文档本身。
这两种文件在屏幕上看起来可能完全一样，这正是人们容易上当的原因。普通扫描PDF只含图像：一叠页面图片，内部没有任何文本。您无法搜索它，也无法选中一句话；为文件建立索引的手机或电脑只能凭文件名找到它，而永远找不到页面上写了什么。大多数基础扫描应用、iOS相机的文档扫描，或复印机关闭OCR时的「扫描为PDF」，得到的都是这种文件。
经OCR的可搜索PDF看起来相同，却带有上文所述的不可见文本图层。搜索能在其中找到单词，您可以选中并复制，操作系统也能为其全部内容建立索引。可见的页面没有变化；差别完全在于文件能做什么。
要分辨手中的是哪一种，请打开PDF并尝试选中一个单词——拖过一行，或长按。如果单个单词被高亮，说明存在文本图层，文件是可搜索的。如果整页作为一个整块被选中，或什么都选不中，那就是只含图像的普通扫描。另一个快速测试是搜索：打开「查找」，搜索一个页面上明明白白能看到的词。普通扫描会返回零匹配。用ScanLens处理该页面便会添加图层，两项测试随之都开始通过。
ScanLens使用Apple Vision framework在设备端进行文本识别。OCR图层可识别50多种语言（包括简体中文）的单词、数字与文档结构，处理过程保持在iPhone本地。
识别到的文本精确放置在扫描图像之后。每个单词的位置与其视觉位置对齐。当您选择文本时，选区会覆盖图像上对应的区域。
可搜索PDF遵循PDF/A归档标准。文本图层直接嵌入文档结构。任意PDF阅读器都可访问内嵌文本，无需特殊软件。
所有OCR都在iPhone本地完成。文档在处理过程中绝不会离开设备。这为敏感文档提供了隐私保障，也支持离线使用。
使用Ctrl+F（Mac上为Cmd+F）查找文档中的任意单词。再也不用翻页查找合同中的某条条款或收据上的某个数字。搜索可即时定位。
点击拖拽以选中文本，再复制到剪贴板。粘贴至邮件、文档、表格中。提取引用、复制地址、获取电话号码——无需重新键入。
Mac上的Spotlight与Windows搜索都能为可搜索PDF建立索引。可按内容查找文档，而不只是文件名。搜索「2024年3月发票」即可找到每一份匹配的文档。
SharePoint、Google Drive、Dropbox、OneDrive等企业系统都能为可搜索PDF建立索引。企业搜索能与原生文件并列返回相关的扫描文档。
读屏软件可以朗读可搜索PDF。文本图层为视障用户提供可访问内容。从而实现可访问性合规。
页面图像保持不变，改变的是扫描之后您能对文件做什么：搜索、选中、复制、建立索引、规范归档。
| 功能 | 普通扫描PDF | 可搜索PDF |
|---|---|---|
| 外观 | 扫描图像 | 完全一致（无变化） |
| 文本搜索（Ctrl+F） | 不支持 | 完整支持 |
| 选择文本 | 不支持 | 完整支持 |
| 复制/粘贴文本 | 不支持 | 完整支持 |
| 系统搜索索引 | 仅文件名 | 对内容建立索引 |
| 读屏软件支持 | 仅图像 | 完整文本访问 |
| 文件体积 | 较小 | 略大（+5–15%） |
唯一的取舍是为存储文本图层而略增的体积。对多数文档而言为+5–15%，相对于功能上的显著提升来说微不足道。
可搜索PDF的意义不在于你制作它的那一刻——而在于半年之后，你需要在其中找到某样东西的那一刻。在iPhone上以及整个Apple生态中，这层不可见的文本图层会接入你早已在用的搜索工具。
iOS的Spotlight——在主屏幕下滑即可调出的搜索——会为设备上PDF的内容（而不仅是文件名）建立索引。一旦扫描带有文本图层，键入文档内部的一个短语就能直接呈现出该文档，哪怕你早已忘了给文件起的名字。没有这层图层，Spotlight无内容可读，便只能匹配文件名。
把可搜索PDF存入「文件」应用后，便可在「文件」搜索栏中按内容查找它。这对档案而言尤为重要：一整个文件夹的扫描收据或合同，会变成一片你可以查询的文本，而不再是一堵需要逐个打开、看上去都一样的页面缩略图。
由于文本图层存在于文件内部，它会随文件去到哪里就同步到哪里。把可搜索PDF放进iCloud Drive，它在你的iPad和Mac上同样可搜索——Mac上的Spotlight与iPad上的「文件」应用读取的是同一份内嵌文本。识别只在你的iPhone上、于设备端发生过一次；此后可搜索性便随文档走遍各处，也包括Dropbox、Google Drive、SharePoint等第三方系统，它们会以同样方式为这份内嵌文本建立索引。
对于多语言档案而言，语言覆盖与OCR速度同样重要。当前覆盖按字符体系分组。
| 语言组 | 语言 |
|---|---|
| 中日韩 | 简体中文、繁体中文、日语、韩语 |
| 西欧 | 英语、德语、法语、西班牙语、意大利语、葡萄牙语、荷兰语 |
| 东欧 | 波兰语、捷克语 |
| 西里尔 | 俄语、乌克兰语、保加利亚语 |
| 中东 | 阿拉伯语、希伯来语 |
多语言文档表现良好——OCR引擎可处理同时含多种语言的页面。混合英文术语的中文技术文档（中文IT资料中的常见情形）能被正确识别。
合同、协议、司法文书均可搜索。可在数百份文档中查找特定条款。借助全文检索，法律审阅变得可控。
按交易方、金额或日期搜索收据。报税准备更轻松——通过内容检索找出每一笔可计入的支出，而不是猜文件名。
将教材与论文扫描为可搜索PDF。查找引文、交叉引用资料、汇编参考文献——全部通过文本搜索完成。
按诊断、用药或医生搜索病历。临床人员能更快找到相关历史。可从可搜索档案中生成合规报告。
将旧的纸质档案转为数字化、可搜索的格式。家族族谱记录、企业档案、历史文献——都可访问可检索。
可搜索PDF的价值是随时间体现的，而非扫描的那一刻。以下三种情形说明了为何这层文本图层值得那一点点体积代价。
一个不断增长的普通扫描档案会悄悄变得毫无用处：一百张收据作为缩略图看上去全都一样，找出某一张的唯一办法就是逐个打开。在归档时就把每份扫描做成可搜索的，无论档案增长到多大，它都会始终保持为一片你可以查询的文本——交易方、金额、案号皆可检索。正是「存档即OCR」让长期档案不至于沦为一只数字鞋盒。
当一桩事务需要从成千上万页中梳理出提及某个姓名、日期或术语的那些页面时，全文检索就是数小时与数分钟之间的差别——对整批资料一次性运行搜索，而不必逐页阅读。由于ScanLens在设备端完成OCR，享有保密特权的材料无需上传到任何外部服务即可变得可搜索。
你签下一份租约或合同，把扫描归档，便忘了其中的细节。几个月后冒出一个问题——通知期、续约日期，或某项具体义务。用可搜索PDF，你打开文件、搜索那个词，几秒钟就落在确切的条款上；而用普通扫描，你只能滚动着、眯着眼找。日后的你在一份几乎记不清的文档里寻找某一行——这正是文本图层为之而生的日常场景。
可搜索PDF包含一层由OCR（光学字符识别）生成的不可见文本图层。文档外观与普通扫描相同，但您可使用Ctrl+F搜索文本、选择并复制内容，并通过系统搜索在文档库中查找。
不会。外观与普通扫描PDF完全一致。OCR图层完全不可见——它精确放置在扫描图像之后。只有在您搜索、选中或复制文本时才能感知到它。
ScanLens的OCR支持50多种语言，包括简体中文。中文识别稳定。多语言文档（如中文夹杂英文术语的常见情形）会被自动处理。
可以。可搜索PDF可在任意标准阅读器中工作。Adobe Acrobat、Apple Preview、Chrome内置PDF查看器、Microsoft Edge以及所有移动PDF应用都能搜索并选中可搜索PDF中的文本。无需特殊软件。
文本图层通常会让文件体积增加5–15%，具体取决于文本量。1 MB的扫描可能因文本图层变为1.1 MB。所获得的功能通常值得这一点点体积增长。
免费下载ScanLens，制作您的第一份可搜索PDF。完整OCR图层、可在任意PDF阅读器中工作、所有处理均在设备端完成。