وقتی یک PDF اسکن‌شده را باز می‌کنید و جست‌وجوی کلمه هیچ نتیجه‌ای ندارد، مشکل از PDFخوان نیست؛ صفحه فقط تصویری از نوشته‌هاست و متن واقعی داخل فایل وجود ندارد.
OCR یا تشخیص نوری نویسه‌ها شکل حروف را از روی تصویر می‌خواند و به متن تبدیل می‌کند. دقت OCR بیشتر از هر چیز به کیفیت تصویر وابسته است.
صفحه باید صاف، واضح و با نور یکنواخت باشد. سایه روی کلمات، انعکاس نور و عکس مایل باعث میشود مرز حروف فارسی به‌درستی تشخیص داده نشود.
اگر ابزار اجازهٔ انتخاب زبان می‌دهد، فارسی را مشخص کنید. در سندهای فارسی–انگلیسی بهتر است هر دو زبان فعال باشند.
اسکن حدود ۳۰۰dpi معمولاً برای متن چاپی بسیار مناسب است. دوربین موبایل هم می‌تواند نتیجهٔ خوبی بدهد، به شرطی که گوشی دقیقاً بالای صفحه باشد و فوکوس و نور مناسب باشند.
افزایش بی‌دلیل رزولوشن همیشه دقت را بهتر نمی‌کند و فقط فایل را سنگین‌تر می‌کند.
OCR معمولی برای فونت چاپی آموزش دیده و روی دست‌خط، مخصوصاً خط پیوسته، خطای بیشتری دارد. برای سند مهم، خروجی را خط‌به‌خط بازبینی کنید.