我正在使用 Automator 与 Abbys Finereader 结合使用，以查看文件夹中新扫描的 PDF 文档。Finereader 会对该文档进行 OCR 处理，并将其导出到同一文件夹中的新 PDF。一个月以来，我一直使用导出设置“文本在页面图像上”。用户指南对此设置的解释如下：
此选项会保存原始文档的背景和图片，并将识别的文本置于其上。通常，使用此选项保存的 PDF 文件比启用“仅文本和图片”选项保存的文件需要更多的磁盘空间。生成的 PDF 文档完全可搜索。在某些情况下，生成的文档的外观可能与原始文档略有不同。
问题是一些已扫描并经过“OCRed”的 PDF 中有许多错误字符，但我刚刚才发现这个故障。
是否有可能“回滚”到没有 OCR 的版本？我尝试将 PDF 导出为 TIFF 文件，但其中也有错误的字符……
有任何想法吗？
答案1
由于您写道您选择了“文本优先于页面图像”，因此您的 PDF 文件中仍应有原始扫描图像。要恢复它：如果您有 Adobe Acrobat，则可以选择另存为 > 图像 > JPG、TIFF 等。否则，请使用免费的 PDF 编辑器（例如 PDF-XChange Viewer），然后在文件菜单中选择导出 > 导出到图像...，然后选择您的图像格式（例如 TIFF）。这样，我就可以将 OCR 后的 PDF 文档（文本 + 图像）恢复为原始扫描图像。
您写道，您尝试将它们导出回图像（在 Finereader 中？），但生成的图像仍然包含“错误字符”。看起来您没有选择“文本在页面图像上”，而是选择了不保留扫描图像但使用 OCR 文本重建其布局的选项（Adobe Acrobat 称之为 ClearScan）。此功能会以最合适的格式使用 OCR 文本尽可能接近地重建扫描的布局，并且不会将扫描图像保留在 PDF 中。