统信uos中扫描件文字不可编辑，需ocr识别；可用wps一键识别（支持pdf/图片，需开启ocr开关）、系统截图识别（win+shift+s或右键wps打开，完全离线）、终端tesseract批量处理（需安装引擎、转图、ocr、合并，要求图像清晰）。
统信UOS系统中处理扫描件时，文字无法复制、编辑，是因为扫描件本质是图片而非文本，必须通过OCR识别才能提取可编辑文字。以下提供三种实操路径，覆盖日常办公、批量处理与高精度需求场景。
用WPS Office一键识别（适合合同、报表等带格式扫描件）
打开WPS Office，直接拖入扫描件图片或PDF文件→点击顶部菜单栏【图片转文字】或【PDF转文字】→等待几秒，识别结果自动出现在新文档中→选中文字即可复制，或点击【导出为Word】保存为可编辑文档。
这一步操作起来很简单，直接把文件拖进去就行。注意：若扫描件是PDF但内容为图像（非文字型PDF），需先确认WPS已启用OCR识别开关——在设置→PDF→勾选“开启图片型PDF文字识别”。
用系统自带截图识别（免费离线，隐私敏感场景首选）
方法一：Win+Shift+S快捷键截取扫描件局部区域→弹出预览窗口后点击【文本操作】→自动提取框选区域内的全部文字，右键即可复制。
方法二：若扫描件已保存为图片文件，右键该图片→选择【在WPS中打开】→再执行【图片转文字】。此法无需联网，所有识别过程均在本地完成，【不上传任何图像到服务器】。
用终端调用tesseract实现批量OCR（适合技术用户处理多页扫描PDF）
第一步：打开终端，安装OCR引擎：sudo apt install tesseract-ocr tesseract-ocr-chi-sim（中文支持）
第二步：将扫描件PDF转为单页PNG（如文件名为scan.pdf）：pdftoppm -png scan.pdf scan_page
第三步：对每张PNG执行OCR并合并结果：tesseract scan_page-1.png stdout > result.txt 2>/dev/null；若有多页，用循环批量处理。
第四步：合并所有识别文本：cat result*.txt > full_output.txt。此流程完全离线，支持自定义语言包和输出编码，但要求PDF已正确转为清晰图像，【模糊或低分辨率图片会导致识别失败率陡增】。
