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 usar

1 Upload your scanned PDF

2 Open this page in the language of the document; the text is recognised in that language

3 Click Process to extract text

4 Download your searchable PDF

OCR PDF Perguntas frequentes

Como o OCR PDF transforma uma varredura em texto?

Concretamente, cada página é renderizada, passa por um texto de reconhecimento do Teseracto 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 pesquisable e selecionável. A página ainda parece exatamente como fez — o texto reconhecido fica invisivelmente atrás da imagem, então pesquisa e seleção trabalha sem alterar a aparência.

Que línguas pode reconhecer?

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

O formato de origem afeta o reconhecimento?

É o que faz. PDF corrige a página: fontes, vetores, imagens de rasster e coordenadas de texto são congelados para que cada leitor veda um layout idêntico. Como a página é armazenada decide com que informações 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, então o texto permanece selecionável e os vetores permanecem afiados não importa o que acontece com o conteúdo de raster dentro dele. Ele afeta o que o reconhecedor pode ver.

Quão precisa é?

Em uma análise limpa 300 DPI 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 o 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 no OCR PDF?

Sim: documentos de processo de contas livres até 25 MB cada, que abrange a maioria dos relatórios e contratos, mas não um documento escaneado longo em 600 DPI; Ghostscript e qpdf fazem o trabalho. PDFs escaneados são a coisa habitual que o excede, e comprimir o documento primeiro é normalmente suficiente para trazê-lo de volta.

O OCR PDF diminuirá a qualidade dos meus documentos PDF?

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 executar o OCR PDF em vários documentos PDF 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.

O OCR PDF custa alguma coisa?

O OCR PDF é gratuito sem uma conta, e nada é adicionado ao documento. O upload e o resultado são excluídos automaticamente cerca de 24 horas após o trabalho, o que deixa tempo para o download do resultado.