AI修PDF图：扫描件和嵌入图片的处理方案

接到过一个救急需求：朋友的律师事务所要把一批九十年代的纸质卷宗（已扫描成PDF）做电子化归档，扫描件又黄又皱、部分字迹淡得快看不见。我用AI修PDF图的流程把这批件救了回来，也把这条链路的坑都踩了一遍。这篇把完整方案交出来。

先分清你手里的是哪种PDF

PDF里的"图"有两种存在形态：扫描件（整页是一张位图，文字也是图的一部分）和嵌入图片（文字是文字层、图片是独立元素）。两种形态的修图方案完全不同，判断方法是把PDF放大到400%--文字边缘出现锯齿的是扫描件，文字始终清晰的是嵌入型。

为什么必须先分清？因为处理链路完全不同。扫描件的"文字"是像素，AI增强要顾全文字和底色；嵌入型的文字是矢量或字符数据，永远不会糊，只需要处理图片元素本身。混着处理会出事故：拿扫描件的流程跑嵌入型PDF，等于把清晰的文字层压扁成位图再处理，倒退二十年。判断土办法除了放大看锯齿，还可以选中文字试试--能选中复制的多半是嵌入型（有文字层），选不中的八成是扫描件。PDF格式的背景知识，维基百科PDF条目有完整介绍。

扫描件的三步修复流程

扫描件修复三步：第一步PDF转图片（无损导出高分辨率位图），第二步AI逐张修（去噪、增强字迹、矫正偏斜），第三步回填合成（图片重排为PDF）。全流程每页约1到2分钟，一小时能处理几十页。

几个用血泪换来的要点。导出DPI别低于300：低分辨率导出后再怎么AI增强，文字的"底子"已经在导出那步丢了。AI增强的强度宁低勿高：去噪开太猛，笔画的细部（尤其手写体）会被当成噪声抹掉，档案类扫描件建议增强强度中等、去噪低档。回填合成的页序要人工抽检：批量处理偶尔会有页序错乱（文件名排序的坑），档案类文件错一页就是大事故。修图参数的通用调法可以参考AI图片放大里的画质思路。OCR（文字识别）是最后的质检关：修复完跑一遍识别，识别率明显偏低的页面说明修过头或修不够，回炉。

嵌入图片PDF的处理

嵌入型的处理轻松得多：用编辑类工具直接提取或替换图片元素，文字层原封不动。典型场景是"换掉文档里的模糊截图"和"统一报告里的配图风格"。

提取的方案：PDF编辑器（Acrobat、各类在线工具）能把嵌入图原样导出，拿到原图后走正常AI修图流程，再替换回去。这类需求的高频场景是工作文档：截图当时截得糊、logo当时压得小，后期都能救。风格统一是进阶玩法：一批产品说明书里的配图色调乱七八糟，AI统一调色后再替换回去，文档质感立刻上一个档。文档配图的版权也要留心：网图直接塞进对外发布的PDF是侵权高发区，图库来源看Pixabay这类无版权图库，商用授权的边界看AI版权问题那篇的讲法。

卷宗修复的实测记录

那批卷宗实测：420页九十年代的扫描件，AI流程分两天跑完（约14小时），修复后OCR识别率从六成出头提升到九成以上。最大的翻车是一批钢笔手写件--AI增强把"连笔"当噪声处理，好几个签名的识别率不升反降，这类页面最后走的是人工通道。

手写件的处理教训值得展开：打印体和手写体对AI增强的耐受度完全不同，打印体的笔画规整、增强收益高；手写体的连笔、飞白、墨迹深浅是"个人特征"，AI的均匀化处理会把它们抹平。所以批量跑之前先分类：打印体走AI，手写体（签名、批注）人工或低强度处理。这个分类动作让我返工了三分之一的工作量才悟出来，写在这里帮你省掉。

文档电子化的行业趋势上，据艾媒咨询的企业数字化报告，档案电子化已经是政企数字化的基础工程，扫描件增强是其中工作量最大的一环。扫描件的老照片类修复（家庭相册）思路又不一样，看老照片AI修复。

常见问题

AI修PDF图会破坏原文件吗？

标准流程不会：转图、修复、另存新文件，原件始终保留。批量处理多页文档的效率问题看AI修图批量生产流程，画质增强的参数细节看AI图片放大教程。直接在PDF上改的操作（嵌入图替换）务必先备份，版本管理比修图技术更重要。

模糊的扫描件能修到什么程度？

看模糊原因：低分辨率扫描（DPI不够）AI能显著增强；原件就模糊（对焦失焦）救不了，AI脑补的细节不可信，档案场景慎用。

修复后文件体积变大怎么办？

回填时用压缩格式（灰度扫描件存灰度不存彩色，DPI够用就好），体积能砍一半以上。归档场景在画质和体积之间选画质，传输场景选体积。

有文字层的PDF还要OCR吗？

不用，文字层已经可检索可复制。OCR是给扫描件（无文字层）补文字层的，修复扫描件的最后一步是跑OCR校验修复质量。

PDF修图的本质是"给文档岁月做减法"--褶皱、噪点、褪色都交给我们，文字和信息一根汗毛不动。觉得这篇有用的话，分享给还在对着模糊扫描件干瞪眼的朋友吧。