日语 PDF OCR 不该只给你一堆散乱的文字。把扫描版 PDF 上传到 Mooon，它会识别日文和页面结构，按自然阅读顺序重建内容，并生成一份可编辑的 Mooon Doc。识别错的地方可以直接在文中修改，改完后继续在同一份文档里阅读和使用。

扫描版 PDF 里还没有真正的文字

有些 PDF 是数字文档，本身带文字层。即使复制顺序偶尔有问题，至少其中的字可以被选择。扫描版 PDF 不一样：每一页本质上是一张图片。在 OCR 识别出字符之前，里面没有可复制、搜索、注音或编辑的文字。

日语页面还有第二层难题。系统不仅要认出字符，还要恢复字符之间的结构：

• 页面是竖排还是横排；
• 多栏文字应该先读哪一栏；
• 标题、段落和注释从哪里开始；
• 哪些字符属于同一行。

即使字符大多认对了，只要阅读顺序错了，OCR 结果依然很难使用。

把日语扫描件变成可编辑文档

1. 上传 PDF。 不用先把每一页转成图片，也不用自己提取文字。
2. Mooon 识别日文和版面。 竖排、横排和多栏页面会被整理成自然的阅读顺序。
3. 结果以 Mooon Doc 打开。 扫描页面不再是几堆断开的 OCR 文本，而是一份可以选择、搜索和编辑的文档。
4. 检查不确定的部分。 字符、标点或分段认错时，直接在文档中修改。

原始 PDF 不会被改动。Mooon 会基于它新建一份可以继续处理的内容版本，因此校对 OCR 结果不会影响源文件。

为什么「可编辑」很重要

没有任何 OCR 能保证永远正确。字号过小、画面模糊、书页弯曲、油墨褪色、字体特殊或文字压在插图上，都可能导致识别错误。真正影响使用体验的，不只是系统自动认出了多少，还包括认错以后你能不能轻松修正。

在 Mooon Doc 里，识别出的正文不是锁死的。你可以在错误出现的位置直接修改，不用重新上传，也不用另开一个纯文本文件，更不会丢掉它所在的段落。修改会留在这份可以继续阅读和使用的文档里。

对于 PDF，这份文档还可以在原文旁保留全文假名、逐段翻译和音频。OCR 不再是扫描工具给你的最终产物，而是让这份内容真正可用的第一步。

如果你此刻最需要的是阅读辅助，可以继续看如何给扫描版日语 PDF 添加假名。如果 PDF 本身已经能选择文字，可以看如何给日语 PDF 添加假名。

什么样的页面识别效果更好？

印刷清晰、对比度良好的日语页面效果最好。横排、竖排和多栏布局都可以处理。

字号特别小或特别密、手写批注、破损页面、装饰字体和年代较久的扫描件，通常需要更多人工校对。复杂书页中的眉批、边注和页码等元素，有时本身就存在阅读顺序上的歧义。Mooon 会先重建一份足够好的初稿，再把完成它的控制权交给你。

常见问题

怎么判断 PDF 是否需要 OCR？ 如果页面上的字符完全无法选择，整页像一张大图，它大概率就是扫描件，需要先做 OCR。

Mooon 能识别竖排日文吗？ 能。Mooon 会识别竖排和多栏布局，并将它们重建成横向阅读流。图片质量仍然会影响准确度。

OCR 结果可以修改吗？ 可以。Mooon Doc 中识别出的正文可以直接编辑。

OCR 后可以加假名吗？ 可以。Mooon 能在同一套 PDF 流程中生成全文假名，个别读音也可以修改。

结果可以导出吗？ Mooon Doc 可以导出为 PDF 或 EPUB。

OCR 会修改原始 PDF 吗？ 不会。Mooon 会基于原文件创建一份独立文档。

把扫描件变成真正可用的内容

可以先从一页清晰的扫描件开始。Mooon 会识别日文、恢复阅读顺序，并交给你一份可以继续调整的文档。