全是图片的 PDF 试卷,我用 Trae Work CN 一比一还原成了 Word

不是「转文字」，是把一张设计稿重新搭一遍。

一套六页的扫描版试卷，最后变成了一份打开就能改的 Word。图 / AI 生成

上周，一个当老师的朋友发来一份 PDF，六页，全是扫描图。

她说想改两道题，折腾了一晚上。选中不了，复制出来是乱码，截图贴进 Word 又糊成一片。

我打开看了一眼，这种文件叫图片型 PDF。每一页本质是一张照片，文件里没有一个字是文本。所以「另存为 Word」也好，复制粘贴也好，都救不了它。

后来我用 Trae Work CN 把它一比一还原成了一份 Word。题号、双栏、页眉、答题横线、插图、公式，位置基本没动，打开就能直接编辑，不用再排版。

整套流程六步。下面全写出来，提示词也给你，换成自己的卷子就能用。

为什么值得认真做一遍 

01 

这不是文字识别，是版面重建

很多人以为难点在认字。其实文字只占一份试卷的一半。

另一半是结构。

A4 纸、页边距、两栏、栏间距；大题标题的字号和加粗；题号的层级，一、／1.／（1）／①；选项的 ABCD 有没有对齐；答题横线有多长、落在第几行；页眉的学校名和密封线；页脚的页码。

还有插图、表格、公式分别在什么位置。

OCR 能认出「1」，但认不出这个「1」是第三大题的题号，还是第一题的选项。

所以真正要做的事，是把 PDF 当成一张设计稿，先在页面上量一遍坐标，再用 Word 的排版元素重新搭出来。

只搬字，不搬结构，结果一定是字都对、版全散。

02 

不要只丢一个文件，要给一个任务

我没有把 PDF 拖进去，然后说一句「帮我转成 Word」。

这句话太模糊。它只能猜：猜你要不要保留双栏，猜公式要不要可编辑，猜页眉要不要留。

我给的是一个完整任务。输入是什么，成品长什么样，怎么算合格，一次说清。

具体是四样东西。

一个文件夹。六页 PDF，按页码命名，图片版原稿单独放一层。

一份版式参数。纸张、字体、栏数、页边距、页眉页脚，全部写死。

一份结构清单。让它先读版，我确认，再动手。

一句验收标准。页数、题量、图片数量一致，位置误差不超过 5mm。

剩下的，它自己拆活、自己写脚本、自己检查。

六步里有三步是「确认」，不是「生成」。慢在这，稳也在这。

03 

六步，照着做

STEP 1 

先把源文件弄干净

扫描件最怕三件事，歪、糊、脏。

先把每页转成 300dpi 的 PNG。歪的摆正，手指、装订线、桌面阴影尽量裁掉。有答案页和答题卡的，单独拆出来，别混在正文里。

文件名用 01、02、03 这种。后面它引用页码不会乱。

可以直接复制的提示词

把当前文件夹里的 PDF 逐页导出为 PNG，300dpi，按页码命名，放进 pages/ 目录。          不要裁剪任何内容，不要压缩，不要改文件名顺序。

STEP 2 

让它先读版，别急着生成

这一步最容易被跳过，也最值钱。

直接让它生成文件，它只能一边认字一边猜版式。猜错了再返工，前面省下的两分钟，后面要还半小时。

先让它交一份结构清单。你花两分钟核对，后面会顺很多。

提示词 A · 结构测绘

你是一名做了十年试卷排版的编辑。现在先不要生成任何文件。          请逐页分析 pages/ 里的扫描件，输出一份结构清单：          1. 纸张尺寸、页边距、分栏数、页眉页脚原文          2. 每一大题的起始页、标题原文、题型、题量、分值标注          3. 题号层级（一、／1.／（1）／①）和缩进关系          4. 所有非文字元素：图片、表格、公式、横线、方框，标注页码和大致坐标          5. 看不清或不确定的地方单独列出，不要猜          用表格输出，等我确认后再继续。

我通常只核对三件事。题号有没有串，分值标注在不在，图有没有漏。

这三样对了，大结构就稳了。

STEP 3 

把版式参数说死

别用「差不多就行」这种词。它能做得很细，前提是你说得细。

我一般给一张参数表，直接照原卷量。

纸张 A4，上下边距 2.54cm，左右 2.2cm。          正文宋体小四，行距 1.5。          大题标题黑体四号，段前 12pt。          两栏，栏间距 0.8cm。          页眉左侧学校名，右侧「第 X 页」。          页脚居中页码。          答题横线用无边框表格的底线，不用一串连续下划线。          公式用 OMML，不转图片。

参数越具体，返工越少。这句话我试过很多次，基本没反例。

STEP 4 

让它写代码生成，而不是手敲

这一步，是整件事和「手动排版」最大的区别。

它会写一个 python-docx 脚本，把样式、分栏、页眉页脚、图片、公式一个个建出来。所有格式都挂在命名样式上。

好处很直接。以后想改字号，改一次「正文」样式，全篇跟着变，不用一页页刷。

提示词 B · 生成文档

现在开始生成 output.docx，用 python-docx。          要求：          严格按我确认的结构清单，不改写任何题干，不调整题目顺序          建立命名样式：试卷标题／大题标题／题干／选项／材料／页脚          两栏用节属性实现，不用文本框          图片从原 PDF 对应区域按 300dpi 裁切后插入，保持原比例          数学公式用 OMML，保持可编辑          答题横线用无边框表格底线，长度对齐原卷          页眉页脚、页码按参数表设置          生成后自检：页数、题量、图片数量、文字是否溢出栏外          不要中途问我是否继续，直接做完。

STEP 5 

渲染出来，逐页比对

docx 生成完只是初稿。

把它转成 PDF，再转成图片，和原卷一页一页并排看。这个活它也自己干。

第一轮通常修大结构，分栏、页边距、图片位置。          第二轮修换行和字距。          第三轮修孤行、页码，还有最后一行掉到下一页这种细节。

提示词 C · 自检与修正

把 output.docx 渲染成 PNG，和 pages/ 里的原图逐页并排对比。          列出所有差异：位置偏移超过 3mm 的、字号不一致的、换行位置不同的、图片尺寸变化的、缺字漏字的。          按严重程度排序，然后直接修改。改完重新渲染，再比一次，直到没有结构性差异。

STEP 6 

交付三个文件，加一份说明

最后我只要三样东西。

output.docx，可编辑的主文件。          answer.docx，答案单独一份，印的时候可以不带。          assets/，从原卷裁出来的图，方便以后替换。

再让它写一份改动说明。哪些地方和原卷不同，为什么不同。

比如原卷用的字体本机没有，换了替代字体；某一页图太糊，做了轻度锐化；某个符号原稿就印错了，按常见写法改了。

这份说明是给下一个接手的人看的，也是给自己留的底。

成品不是一张图，是一份样式干净、能继续改的文档。图 / AI 生成

04 

五个最容易翻车的地方

一、双栏串行。

文字从左栏底部直接跳到右栏顶部，读起来像断了一截。分栏要用节属性，别用文本框拼。

二、手写答案混进来。

学生在卷子上写的字，会被当成正文。提前说一句「忽略所有手写笔迹」，能省掉大量清理。

三、公式变成图片。

分式、根号、上下标一旦被识别成图片，就再也改不了。要求用 OMML，生成后双击验证一下。

四、插图用截图凑。

从 PDF 里截屏再贴进去，打印一定糊。要求按原坐标裁切，300dpi 存成独立图片。

五、特殊符号认错。

①、∠、△、√、全角括号，这些是重灾区。让它额外出了一份符号核对表，逐页对一眼。

真正花时间的，往往不是出题，是搬运。图 / AI 生成

05 

验收清单，可以直接抄

七条里过六条，基本就能直接拿去用。

06 

把搬运的活交出去

我后来把成品发回去，她第一句话是「这跟原来的一样啊」。

对我来说，这句话就是验收通过。

试卷这件事，最耗时间的从来不是出题，是搬运。

把扫描件翻成 Word，把旧卷改成新卷，把一份卷子拆成 A、B 卷。这些活不难，但一件一件做，一个晚上就没了。

工具不替你决定考什么，它只是把不该你花时间的部分接过去。

手里要是也攒着一堆图片 PDF，别急着一条条复制。

建个文件夹，把要求写清楚，剩下的交给它跑。

如果这篇对你有用

点个「在看」，或者转给那位还在手动排版的同事