OCR PDF

Extrair texto de PDFs digitalizados

Selecione seus arquivos

*Arquivos excluídos após 24 horas

Converta arquivos de até 1 GB gratuitamente. Usuários Pro podem converter arquivos de até 100 GB. Cadastre-se agora!

Carregando

Como OCR PDF

1 Subir o digitalizado PDF documents; uma digitalização limpa 300 DPI escala de cinzas dá ao reconhecedor mais para trabalhar.

2 Diga-lhe que linguagem esperar — nomear a língua bate deixando-a adivinhar por uma ampla margem.

3 Execute o passe de reconhecimento; as palavras são escritas de volta como uma camada invisível sentado sobre a imagem da página original.

4 Baixe o arquivo PDF pesquisado — parece idêntico, mas agora você pode pesquisar e selecionar o texto nele.

OCR PDF Perguntas frequentes

Como OCR PDF transforma uma varredura em texto?

Concretamente, cada página é renderizada, passa por um texto de reconhecimento de Teseract em mais de 100 idiomas, e as palavras reconhecidas são escritas de volta como uma camada de texto invisível posicionada sobre a imagem original — assim a página parece inalterada, mas é pesquisada e selecionável. A página ainda parece exatamente como fez — o texto reconhecido fica visívelmente atrás da imagem, então a pesquisa e seleção funcionam sem alterar a aparência.

Que línguas pode reconhecer?

Mais de 100, incluindo latim, cirílico, grego, árabe, hebraico, chinês, japonês, coreano e os scripts índicos. Contar que idioma para esperar melhora materialmente a precisão ao deixar adivinhar.

O formato de origem afeta o reconhecimento?

Ele faz. PDF corrige a página: fontes, vetores, imagens de raster e coordenadas de texto são congelados para que cada leitor veja um layout idêntico. Como a página é armazenada decide com que informação de resolução e cor o reconhecedor tem que trabalhar.

Alguma coisa específica para PDF aqui?

Sim — um PDF é um gráfico de objetos, não uma imagem de página, por isso o texto permanece selecionável e os vetores permanecem nítidos independentemente do que acontece com o conteúdo de raster dentro dele. Afecta o que o reconhecedor pode ver.

Quão precisa é?

Em uma digitalização limpa 300 PPP de texto impresso, o suficiente de alto que erros são raros e principalmente em nomes incomum adequados. A precisão cai bruscamente com baixa resolução, esmaga, sombras de uma câmera de telefone, caras incomum e escrita — em particular, a escrita de mão não é para isso.

Em que devo examinar o melhor resultado?

300 PPP em escala de cinzas é o spot doce. Abaixo 200 DPI formas de caracteres começam a descompor; acima 400 DPI você ganha quase nada e paga por ele no tamanho de arquivo e tempo de processamento.

O que posso fazer para OCR PDF?

Qualquer PDF padrão, incluindo os produzidos por um scanner, por um processador de texto ou por um driver de impressão. Arquivos com uma senha do proprietário que apenas restringe a edição são manuseados; arquivos que precisam de uma senha do usuário para abrir não são, e não tentamos quebrar a criptografia.

Existe um limite de tamanho do arquivo em OCR PDF?

Sim: documentos de processo de contas livres até 5 MB cada, que abrange a maioria dos relatórios e contratos, mas não um documento escaneado longo no 600 DPI; Ghostscript e qpdf fazem o trabalho. Os PDF escaneados são o costume que o excede, e comprimir o documento primeiro é normalmente suficiente para trazê-lo de volta.

OCR PDF diminuirá a qualidade do meu PDF documents?

Texto e arte vetorial são objetos em vez de pixels, por isso eles permanecem perfeitamente afiados em qualquer zoom não importa o que acontecer. Somente as imagens de raster incorporadas podem degradar, e apenas se a operação que você escolheu reamostrá-las.

Posso correr OCR PDF em vários PDF documents de uma vez?

Sim — upload o set e eles processam em paralelo sob um conjunto de configurações, que é o ponto de fazer aqui um fluxo de trabalho de documento em vez de clicar através de um leitor de desktop.

Os marcadores, links e campos de formulário sobrevivem?

Contornos, links internos e anotação são preservados onde a operação lhe permite. As assinaturas digitais são a exceção: qualquer alteração ao arquivo invalida necessariamente uma assinatura, porque é precisamente para isso que uma assinatura é.

OCR PDF custa alguma coisa?

Não OCR PDF é livre sem conta, e nada é estampado nas páginas. Documentos enviados são excluídos dos trabalhadores pouco depois do trabalho completar.