很多时候我们发现，明明PDF文件是扫描版的，却可以复制其中的文字（偶尔会有错字），这是怎么回事呢？原来这是PDF制作的一种技术，叫“双层PDF”。
双层pdf
双层PDF格式文件是一种具有多层结构的PDF格式文件，是PDF文件衍生的一种文件，文件既可以是文本型的（比如由word生成的文件），也可以是图像型的（比如由扫描生成的文件，包含图像层），且其位置上下一一对应。制作过程中，资料通过扫描仪快速录入后，经过去污、纠偏和OCR识别，上层是原始图像，下层是识别结果，然后可以直接生成可以检索的PDF文件。这样既可以100%保留原始版面效果，又便于建立索引数据库，进行科学的管理。
参考：双层pdf_百度百科
双层PDF格式文件一般有两种格式的，一、图像型的，可以通过OCR软件经过去污、纠偏和OCR识别，然后再通过制作双层PDF软件直接生成可以检索的双层PDF文件；二、文本型的，最常见的WORD转双层PDF文件，先将WORD文件转成单层的PDF文件，再将单层的PDF文件转成图像文件，然后通过OCR软件OCR识别，然后再通过制作双层PDF软件直接生成可以检索的双层PDF文件。
参考：双层pdf制作方法与步骤（看这篇就够了）-南闲生活网
支付宝扫一扫
微信扫一扫
.png)
.png)
