需用OCR为扫描PDF添加文字图层：一、Acrobat Pro DC选择“将文本作为图层置于页面上方”；二、ABBYY选“PDF（可搜索的图像+文本图层）”；三、Tesseract+Python用HOCR坐标叠加透明文字；四、Mac预览OCR后需手动合成原图与文本层。
如果您拥有一份扫描版PDF文件，其内容为图像形式而无法选择或搜索文字，则需要通过OCR技术识别图像中的文字，并将识别结果以图层方式叠加在原始图像上。以下是实现此目标的多种方法：
一、使用Adobe Acrobat Pro DC执行OCR
Adobe Acrobat Pro DC内置专业OCR引擎，可在保留原始扫描图像的同时，将识别出的文字作为可选、可搜索的透明图层嵌入PDF中。
1、启动Adobe Acrobat Pro DC，点击“文件”→“打开”，导入扫描版PDF文件。
2、在右侧工具栏中点击“扫描和OCR”工具，或顶部菜单选择“工具”→“扫描和OCR”→“识别文本”→“在本文件中”。
3、在弹出窗口中，确认“识别语言”设置正确（如中文），勾选“将识别的文本作为图层置于页面上方”选项。
4、点击“识别文本”按钮，等待处理完成。完成后可直接用鼠标选中文本，同时背景图像保持原样未被修改。
二、使用ABBYY FineReader PDF批量处理
ABBYY FineReader PDF专为高精度OCR设计，支持生成带文字图层的PDF，且能较好保留原始排版与图像质量。
1、运行ABBYY FineReader PDF，点击“打开文档”，加载扫描版PDF文件。
2、点击顶部“工具”→“PDF转换”→“转换为可搜索的PDF（OCR）”。
3、在设置窗口中，确保输出格式选择为“PDF（可搜索的图像+文本图层）”，并取消勾选“替换原始图像”类选项。
4、点击“确定”开始处理。完成后保存新文件，即可获得含原始图像与叠加文字图层的PDF。
三、使用开源工具Tesseract + Python脚本组合实现
通过调用Tesseract OCR引擎与PyPDF2、pdf2image等库，可编程方式将每页扫描图像保留为背景，并将OCR结果以文本图层形式注入PDF。
1、安装必要组件：执行命令pip install pdf2image PyPDF2 reportlab python-poppler，并单独下载安装Tesseract-OCR引擎及中文语言包。
2、使用pdf2image将PDF每页转为PNG图像，调用tesseract对各图像执行OCR，输出HOCR格式结果（含坐标信息）。
3、利用reportlab创建新PDF，在每页先绘制原始图像，再根据HOCR中每个文本框的x/y/width/height坐标，以透明度0.01的白色字体将文字覆盖绘制于对应位置。
4、最终生成的PDF文件中，图像为底层不可编辑内容，文字为顶层可选、可复制的矢量图层，满足“带图层”要求。
四、使用Mac系统预览App配合快捷指令（有限功能）
macOS自带预览App支持基础OCR，但仅限于导出为可选文本PDF，不默认保留原始图像图层；需配合快捷指令补全流程。
1、在预览中打开扫描PDF，点击“文件”→“导出为PDF”，在导出对话框下方勾选“使用OCR识别文本”并选择语言。
2、导出后，该PDF虽含文本图层，但部分版本会轻微重采样图像。为确保原始图像无损，需提前另存一份原图：右键缩略图→“导出图像”，保存为TIFF格式。
3、新建空白PDF，将TIFF图像逐页插入，再用Automator创建快捷指令，调用“PDF添加文本图层”操作，将OCR提取的文本按页匹配注入。
