OmniDoc扫描版论文转Word，公式和表格怎么一起保住
扫描版论文没有可选中的文字，转Word后公式常变乱码、表格常错位。本文讲怎样在OmniDoc桌面客户端里先OCR再导出Word，并按顺序逐项核对公式和表格。
你手里有一篇扫描版论文，PDF 里的正文、公式和表格混在一起。想把它转成 Word 继续修改或做笔记，结果常见的情况是：文字基本能认出来，公式变成乱码或模糊的图片，表格的行列错位。扫描件转 Word 保留格式怎么弄，是很多做文献阅读、改稿和整理资料的人都会遇到的问题。
这篇文章写给需要处理扫描版论文的读者。读完你会知道，怎样在 OmniDoc 桌面客户端的 PDF 编辑器里先做 OCR，再导出 Word，然后按固定顺序检查公式和表格，并判断哪些地方需要人工重做。
扫描件的每一页都是图像，没有可以复制的文字，所以转换的关键不在导出那一步，而在识别之后的核对。把这一步做扎实，公式和表格保住的可能性会大得多。
扫描版论文转 Word，公式和表格怎么一起保住？一句话结论
先说结论：正文交给 OCR 识别，表格导出后逐格对照原图，公式能识别的就核对修正，识别不了的保留原图或在 Word 里重新输入，不要指望一次导出就直接交稿。
| 你的情况 | 推荐做法 | 原因 |
|---|---|---|
| 正文为主，公式很少 | OCR 后导出 Word，通读校对 | 文字识别相对稳定，主要风险是错字和断行 |
| 含简单公式，如一行、没有嵌套上下标 | 识别后与原图并排对照修正 | 简单公式通常能还原，要重点核对符号和下标 |
| 复杂公式，如多层分式、矩阵、求和符号 | 保留原图，或在 UniDoc 网页编辑器中重新输入 | 识别错误往往不易察觉，手动重写比修改乱码更可靠 |
| 表格有合并单元格或跨页 | 导出后在 Word 中重排，以原图为准逐格核对 | 表格结构容易错位，数字错误难发现 |
| 论文要投稿或被引用 | 同时保留原 PDF 和每一版 Word 文件 | 出现争议时可以回到原文对比，改动也能回溯 |
先判断是哪一种问题
转换之后，先看清问题属于哪一类，再决定修法。
| 症状 | 常见原因 | 怎么确认 |
|---|---|---|
| 公式变成乱码或符号错误 | OCR 把数学符号误识为字母或数字，原图分辨率偏低 | 放大原图，对比 Word 中同一位置的字符 |
| 公式变成一张模糊图片 | 公式未被识别为可编辑内容，被整体保留为图片 | 在 Word 中点击公式，看它是文字还是图片 |
| 表格行列错位、列数不对 | 表格线不清楚，相邻列被合并或拆开 | 数一下原表的行列数，与 Word 表格逐一比对 |
| 数字少了小数点或负号 | OCR 对细小符号不敏感 | 逐格读数，与原图对照 |
| 段落顺序打乱、断行错误 | 双栏排版被按阅读顺序错误拼接 | 检查 Word 中段落是否按左右栏的原文顺序排列 |
| 页眉、页脚、页码混进正文 | 扫描页面本身带有这些元素 | 检查每页开头和结尾是否有多余内容 |
逐项排查和修复
- 先确认 PDF 是不是扫描件。 在 PDF 中试着选中一段文字并复制。如果选不中，或复制出来是空的，说明内容是图像，需要先 OCR。如果能正常选中，可以直接导出，不必识别。
- 用 OmniDoc 桌面客户端打开 PDF，对扫描页做 OCR。 页数较多时，可以先识别前几页，检查效果，再处理全文，避免整篇返工。
- 先修正明显的错字。 在 PDF 编辑器中直接修改段落文字，重点改变量名（如 x、y、α 这类）和数字，这些地方的识别错误影响理解的程度较大。
- 导出为 Word。 导出前确认页面顺序和分栏没有明显问题。导出后用 Word 打开，先通读一遍，不要急着调格式，先确定内容是否完整。
- 逐个核对公式。 每个公式都与原图并排对照，检查符号、上下标和括号数量。能直接修改的就修改；改不了的保留原图，或者在 UniDoc 网页编辑器（app.unidoc.top）中重新输入。UniDoc 支持公式编辑，并能与 Word 互相转换，适合把复杂公式整理成可编辑的形式。
- 处理表格。 简单表格直接逐格核对。合并单元格和跨页表格通常要在 Word 中手动调整，核对时以原图为准，逐格读数，不要凭印象修改。
- 检查编号和位置。 确认公式编号（如公式 (3)）、表格编号（如表 2）连续，正文中的引用仍指向正确的位置。
- 整篇对照原文通读。 特别留意实验结果、样本量这类关键数字。机器识别的结果需要人工核对，确认无误后再用于引用或提交。
怎样避免下次再出现
- 扫描时尽量使用清晰的图像。如果有原始 PDF，优先使用原始 PDF；手机拍照的文件，公式和小字体容易识别出错。
- 公式较多的论文，先把公式页单独识别、单独检查，不要和正文混在一起处理，出错时更容易定位。
- 表格较多时，导出 Word 后立即修正表格结构，再开始写正文，避免后期返工时才发现行列错位。
- 保留原 PDF 和每一版 Word 文件，修改前先另存一份，便于随时回溯。
- 对重要的数字和公式，建立一张单独的核对清单，逐条打勾，核对完再使用。
❓ 常见问题（FAQ）
1. 图片识别公式到 Word，为什么只能得到图片？
识别时如果公式结构较复杂，或原图不够清晰，公式可能被保留为图片。在 Word 中点击公式，看它是否可以编辑。如果是图片，就按原图手动重写，或保留图片作为备份。
2. word 怎么复制公式保留原格式？
能否保留格式，取决于公式在 Word 中是不是可编辑对象。扫描件本身没有可以复制的公式，只能先识别，再对照原图核对或重新输入，从扫描件直接复制通常无法保留原格式。
3. 扫描件转 Word 保留格式怎么弄，一定要先 OCR 吗？
如果 PDF 能选中文字，就可以直接导出，不必 OCR。扫描件没有文字层，需要先 OCR。保留格式的关键，是识别后检查分栏、表格和公式，而不是只看导出是否成功。
4. 机器识别的论文内容能直接投稿或引用吗？
不建议直接使用。识别结果可能有错字，数字和公式也可能出错。提交或引用前，要逐项对照原文核对，尤其是实验数据和公式。
📝 总结
扫描件转 Word 保留格式，关键在识别之后的核对。先 OCR，再导出，然后按公式、表格、编号的顺序逐项对照原文：能识别的修正，识别不了的保留原图或重新输入。这样处理，扫描版论文的正文、公式和表格就能更完整地保留下来。
