
扫描件转 Word 最容易出的问题是排版散架:三列表格变成一堆段落,签字栏的横线消失。转换器把版面分析拆成两步,先识别文字块与表格框线,再按坐标重建单元格,表格类文件转换后列宽与合并关系基本对得上。
OCR 引擎放在本地,整个模型 42MB,随安装包一起分发。识别过程不调用任何在线接口,合同、证件、内部通知这类不方便外传的文件,断网也能转。中文简体识别率在 300dpi 扫描件上实测 98.2%,倾斜超过 3 度的页面会先做纠偏再识别。
报告和日志里到底有什么
支持 PDF、DOCX、XLSX、JPG、PNG 五种输入,输出可指定 DOCX、XLSX、TXT 与可搜索 PDF。可搜索 PDF 是把识别出的文字层叠在原始图像上,外观不变但能选中复制,适合归档。批量队列一次可排 200 个文件,单个失败不影响后续。
用不上或者不适用的情况
不承诺“百分百还原”。手写体、艺术字、印章覆盖的文字识别率明显下降,工具在结果页把置信度低于 80% 的字段标黄,提醒人工核对。超过 50 页的 PDF 建议分段处理,单次转换超过 8 分钟会主动提示拆分,避免一次性卡死。
技术参数
| 软件版本 | 3.3.4(2026-09-10 发布) |
|---|---|
| 适配系统 | Windows 10 / 11 x64 |
| 安装包体积 | 62.8MB(含 42MB 离线 OCR 模型) |
| 运行权限 | 普通用户 |
| 输入格式 | PDF / DOCX / XLSX / JPG / PNG |
| 输出格式 | DOCX / XLSX / TXT / 可搜索 PDF |
| 识别语言 | 中文简体、英文,可混排 |
| 部署方式 | 安装版,完全离线运行 |
| 数据合规 | 不联网、不上传文档,模型与运算均在本机 |
三个具体使用场合
纸质合同扫描后要改条款
300dpi 扫描进 PDF,转 DOCX 后表格保留三列结构,改动金额栏不会把整张表挤散。
财务把纸质报表做成 Excel
直接用 XLSX 输出,识别出的数字按列归位,公式需手工补,但基数不用一个个敲。
一批通知扫描件要归档检索
输出可搜索 PDF,外观与原件一致,全文能搜到关键词,100 份排队约 22 分钟跑完。
交付周期与售后条款
交付周期:付款后 1 小时内发下载链接与 OCR 模型校验值。需要适配特定票据版式的,提供 5 张样张,7 个工作日内调好模板。
售后条款:7 天无理由退款,已激活也退。识别效果不达预期的,可提供样张做一次免费参数调整。版本内免费更新 12 个月。
选型建议
只是偶尔转几页 PDF,用安装版默认参数;经常处理同一种票据或表格,用模板功能固定版面规则,准确率会明显高于通用模式。手写材料多的,别指望自动识别,仍需人工录入。
为什么选这一款,而不是隔壁那款
同类工具多把 OCR 放到云端。这里模型随包分发,断网可转,文件不出本机。
按框线坐标重建单元格,三列表格转完还是三列,不会退化成段落堆叠。
结果页把识别把握不足的字段标出来,避免把错字直接当成原文用。
上面三条都能自己验证:装完看报告字段、看安装包体积、看卸载后注册表残留。核对不上,把截图发到 service@webproblem.cn,我们按描述不符处理退款。

