OmniDoc双层PDF和单层PDF有什么区别
双层PDF由可见的图像层和隐藏的文字层组成，单层PDF通常只有图像。本文讲清两者结构上的差别，并给出三步检查法，帮你判断手上的PDF属于哪一种。
同样是一份 PDF，有的可以用鼠标选中一段话、用 Ctrl+F 搜到关键词，有的却只能看、不能选，复制出来还是空白。很多人会把这种差异归结为“文件坏了”或者“软件不行”，其实背后通常是双层 PDF 和单层 PDF 的结构不同。
这篇文章写给经常收到扫描件、需要从 PDF 里找资料、翻译或改字的人。读完你能分清两种 PDF 各自由哪些层组成，知道为什么会出现“看得到却搜不到”的情况，并用三步检查法判断手上文件的类型。
文中会涉及 OCR（光学字符识别）。它是把图像里的文字识别出来并写入文字层的技术，识别结果可能有误，重要内容请逐一核对。
双层 PDF 和单层 PDF 的区别是什么？一句话结论
双层 PDF 在同一页上叠放两层内容：下层是可见的页面图像，上层是隐藏的文字层；单层 PDF 通常只有图像，没有可供选中和搜索的文字。判断时看文字能否被选中，比看页面外观更可靠。
| 你的情况 | 推荐做法 | 原因 |
|---|---|---|
| 扫描件，需要搜索或复制其中的段落 | 先做 OCR，生成双层 PDF 后再使用 | 文字层补上后，搜索和复制才可用 |
| 从 Word 导出的 PDF，能正常选中文字 | 直接使用，无需额外处理 | 文字本身就是可见内容，结构清楚 |
| 手机拍的单页证件或合同，只能看 | 做 OCR；若只用于存档，保持原样也可以 | 图像完整保留，但文字无法检索 |
| 需要把 PDF 内容翻译成另一种语言 | 扫描件可以直接上传翻译，译文要核对 | 翻译前识别出的文字越准确，译文越可靠 |
| 要修改其中几处文字 | 先确认文字层是否可用，再用 PDF 编辑器改段落 | 文字层缺失或识别有误，修改会不准确 |
图像层：读者看到的是什么
图像层是页面的视觉内容，可以理解为把整页当作一张图片保存下来。扫描仪、手机拍照生成的 PDF，大多只有这一层。它的优点是忠实还原原件，印章、手写批注、纸张颜色和版式都会保留。
图像层的局限也很明显。电脑看到的只是一张由像素组成的图，无法从中得知哪一块是字、哪一块是标题。所以即使页面上写满了文字，选中工具也只能框选区域，无法按字符选取，搜索框也找不到任何词。
文字层：选中和搜索靠它
文字层记录的是每个字符的内容和位置。它一般是透明的，不影响页面外观，却能让阅读器知道某处是“合同”两个字，从而支持选中、搜索、复制和朗读。
把两层叠在一起，就形成了双层 PDF：看到的是原件图像，操作的是隐藏的文字。OCR 的作用，就是根据图像识别出文字，并把它们以隐藏文字层的形式写进文件。
常见误解和容易混淆的地方
- “扫描件一定是单层”不完全准确。 扫描件也可能已经做过 OCR，变成双层。外观相同的两份文件，可能一份能搜索，一份不能。
- “双层 PDF 就能随意编辑”不成立。 文字层只是让程序知道字的内容，改段落文字时仍要依赖识别质量和编辑工具的能力。
- “能选中就一定准确”也不成立。 文字层可能存在识别错误，比如把“0”认成“O”、把“1”认成“l”。选中和搜索正常，只说明文字层存在，不说明内容无误。
- 纯文字型 PDF 不属于上面的分类。 由 Word 等软件直接导出的 PDF，文字本身就是页面内容，没有单独的图像层与文字层分开，它们能选中文字是因为结构原本就是文字。
📊 核心对比
| 对比项 | 双层 PDF | 单层 PDF（纯图像） |
|---|---|---|
| 页面看到的内容 | 原件图像 | 原件图像 |
| 能否选中文字 | 能 | 不能 |
| 能否用搜索查找 | 能 | 不能 |
| 能否复制文字 | 能，但需核对识别结果 | 不能 |
| 文件体积 | 通常较大，因为同时保存图像和文字信息 | 通常较小，只保存图像 |
| 获取文字的方式 | 已经存在于文件中 | 需要先做 OCR |
怎么区分一个 PDF 是双层还是单层
可以用下面三步检查，全部在阅读器中完成，不需要专门工具。
- 拖选一段文字。 用鼠标从一行字的开头拖到结尾，看能否按字选中。能按字高亮，通常说明存在文字层；只能框出一块矩形区域，多半是单层。
- 搜索一个词。 在阅读器里按 Ctrl+F（Mac 上为 Command+F），输入页面上确定存在的词。能跳到对应位置，说明文字层可用；提示无结果，则多为单层。
- 复制到文本编辑器。 选中一段内容，粘贴到记事本或文字处理软件中。如果出现可读的文字，属于双层；如果是空白或乱码，要么没有文字层，要么文字层的编码有问题，需要重新识别。
三步结果不一致时，以第二步为准。搜索能定位到具体位置，说明文字层与页面内容大致对应。
实际怎么用
如果检查后发现是单层扫描件，又需要搜索或改字，可以按下面的做法处理。
- 在 OmniDoc 桌面客户端中打开扫描版 PDF，使用 OCR 功能识别文字，生成带文字层的文件。
- 识别完成后，用上面的三步检查法再次确认，并抽查几段含数字、人名和专业术语的内容。
- 需要修改其中的段落时，使用 PDF 编辑器直接改段落文字；修改后保存并导出。
- 如果只需要译文，可以在 omnidoc.top 上传扫描版 PDF，选择双语对照或仅译文，下载结果。译文中的关键数字和名称，仍要对照原件核对。
❓ 常见问题（FAQ）
1. 双层 PDF 为什么通常比单层 PDF 大？
双层 PDF 既保存了页面图像，又保存了文字层的内容和位置信息，所以体积一般更大。两者的差距取决于页数、图片清晰度和识别的文字量，无法给出统一数值。
2. 双层 PDF 的文字层一定准确吗？
不一定。OCR 是根据图像推断文字，遇到模糊、倾斜、印章遮挡或字体特殊的地方容易出错。搜索和复制正常，只能说明文字层存在；涉及金额、日期、姓名和条款时，务必对照原件检查。
3. 单层 PDF 能不能转换成双层 PDF？
可以。对扫描件做 OCR，就能在保留原始图像的同时加入文字层，得到双层 PDF。原件清晰、纸张平整时，识别效果通常更稳定。
4. 翻译扫描版 PDF 之前，要不要先做 OCR？
扫描版 PDF 可以直接上传翻译，不必单独先识别一遍。但如果原件模糊，建议先做 OCR 并检查文字层，这样译文的基础更可靠，核对时也更省力。
📝 总结
双层 PDF 是图像层加隐藏文字层，单层 PDF 通常只有图像，两者的差别集中在能否选中、搜索和复制文字。用拖选、搜索和复制三步检查，就能判断手上的文件属于哪一种；需要文字时，对扫描件做 OCR 并核对结果即可。
