扫描 PDF 看得见却搜不到？用 Tesseract.js + PDF.js 生成可搜索 PDF

作者介绍了在浏览器中把扫描 PDF 转成可搜索 PDF 的完整管线：先用 PDF.js 逐页渲染到 Canvas，再用 Tesseract.js 识别并输出带隐藏文字层的单页 PDF，最后用 pdf-lib 合并。文中给出复用单个 Worker、单页 1600 万像素渲染上限、及时释放 Canvas 与加载资源等实践细节，并强调可编辑文本与 PDF 隐藏文字层需分开处理。