创建用于长期存档的可搜索 PDF/A 文件
纸质记录数字化后，只有能再次找到才真正有价值。OCR 为每个扫描页添加可搜索的文字层，“用于存档的PDF/A”选项会将结果保存为 PDF/A-2b – 这是长期存档的 ISO 标准，它会嵌入字体，并去除将来可能无法正确打开的功能。
如何创建可搜索的 PDF/A
- 上传扫描件 打开 OCR PDF，选择扫描的 PDF 或页面照片。
- 设置语言和 PDF/A 添加文档的语言，并勾选“用于存档的PDF/A”。
- 校正纯扫描件 对于只包含扫描页的文件，选择“仅处理完全没有文字的页面”模式即可使用“校正倾斜的扫描页”。
- 检查并保存 下载文件；在存档之前，用您的档案软件或 PDF/A 验证工具（如 veraPDF）进行检查。
正确存档扫描件
PDF/A-2b 的含义
文件将来在任何系统上看起来都一样：字体和颜色被嵌入，不允许 JavaScript 等动态内容。
搜索整个档案库
有了文字层，文档管理系统、SharePoint、云盘和桌面搜索都能通过记录中的文字找到它们。
先保证扫描件清晰可读
过暗、褪色或发灰的扫描件识别效果差。OCR 之前请先用增强PDF进行清理。
先压缩，而不是事后压缩
事后修改 PDF/A 文件可能破坏其合规性。如果需要更小的文件，请先压缩扫描件，并把 OCR 作为最后一步。
一次处理一个文档
OCR PDF 每次处理一个文件。对于大型纸质档案，具备批量处理功能的桌面或服务器软件会更快。
页面方向端正
将横置和倒置页面转正的功能默认开启，因此存档文件的阅读方向正确。
适用于所有服务
文字是PDF的一部分，因此不依赖于服务商、套餐或自动识别的文件大小限制。
建立索引需要时间
云服务会在后台为新文件建立索引；新上传的文件可能需要一段时间才会出现在搜索结果中。
须知
- PDF/A 为将来保留页面外观；它并不能让 OCR 文字完美无误。在措辞必须准确的地方，以页面图像为准。
- 如果文件无法转换为 PDF/A，您仍会收到一个可搜索的 PDF，结果中会提示转换未成功。
可搜索的 PDF/A – 常见问题
什么是 PDF/A？
一种用于长期存档的 ISO 标准（ISO 19005）。OCR PDF 创建的是 PDF/A-2b，即保证视觉外观的级别。
谁要求使用 PDF/A？
许多公共档案馆、政府机构和部分法院在提交或保存文件时要求使用 PDF/A。请查阅适用于您的规定。
输入文字的 PDF 也能转换为 PDF/A 吗？
可以。在“自动”模式下真实文字保持原样，因此混合文档也可以保存为 PDF/A。
支持哪些语言？
可用语言：العربية, বাংলা, Български, Čeština, 简体中文, 繁體中文, Deutsch, Ελληνικά, English, فارسی, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Bahasa Melayu, Nederlands, Polski, Português, Română, Русский, Español, Svenska, ไทย, Türkçe, Українська, اردو, Tiếng Việt。每个文档最多可选四种。
我的记录会保存在你们的服务器上吗？
不会。您拿到结果后文件会立即删除，最迟一小时后删除。
将扫描件存档为可搜索的 PDF/A
使用 OCR PDF，一步完成文字识别并将结果保存为 PDF/A-2b。
创建可搜索的 PDF/A