Gå til indholdet
  1. Forside
  2. PDF OCR

PDF OCR

PDF OCR, der gør et scannet dokument til en søgbar PDF, du kan kopiere fra, plus en almindelig tekstfil. Det kører på din enhed, uden sidegrænse.

Intet uploades Gratis, ingen konto Ingen grænse for antal sider

Sådan fungerer det:

  • Udtræk tekst: Bruger Tesseract OCR til at genkende tekst fra scannede billeder eller PDF'er.
  • Søgbart output: Opretter en ny PDF med et usynligt tekstlag, så dit dokument bliver fuldt søgbart, mens det oprindelige udseende bevares.
  • Tegnfiltrering: Brug whitelister til at filtrere uønskede tegn fra og forbedre nøjagtigheden for specifikke dokumenttyper (fakturaer, formularer osv.).
  • Flersproget support: Vælg flere sprog for dokumenter med blandet sprogindhold.

Klik for at vælge en fil eller træk og slip

Dine filer forlader aldrig din enhed.

Sådan kører du OCR på en PDF

  1. Tilføj den scannede PDF

    Alle længder. Filen bliver på din enhed.

  2. Vælg sprogene

    Sæt flueben ved de sprog, der er trykt i dokumentet. Du ser, hvor mange sprogdata der skal hentes, og omtrent hvor lang tid det tager.

  3. Start OCR

    Fremskridtet vises side for side, og du kan annullere når som helst.

  4. Gem PDF'en eller teksten

    Download den søgbare PDF, teksten som .txt-fil, eller kopiér teksten med det samme.

Det får du

Search for "total": no results
Før
Same page, now with text: search, select, copy
Efter
Hvad OCR-resultatet indeholder
Du får Hvad det er Brug det til
Søgbar PDF Dine originale sider med usynlig tekst lagt over ordene Søgning, kopiering, arkiver, afsendelse
Tekstfil (.txt) Al genkendt tekst, side for side, uden layout Citater, noter, tekst til andre apps

OCR, optisk tegngenkendelse, læser bogstaverne i et billede af en side og gør dem til tekst, en computer kan søge i. En scannet PDF er kun billeder, så du kan ikke søge i den, markere en sætning eller kopiere et tal fra den. Efter OCR kan du. Dette værktøj gør det i din browser, uden sidegrænse, og dit dokument uploades aldrig.

Gør en scannet PDF søgbar

Resultatet ser præcis ud som din scanning, fordi de originale sider bevares. Under billedet ligger et usynligt lag af genkendte ord der, hvor hvert ord står, så søgningen fremhæver det rigtige sted, og når du markerer tekst, får du de ord, du ser. Vil du tjekke, om en PDF allerede har tekst, så prøv at markere en linje: kan du ikke det, skal den have OCR.

Vælg sprog til OCR

Genkendelsen skal vide, hvilket alfabet og hvilke ord den kan forvente, så vælg alle sprog, der er trykt i dokumentet, f.eks. dansk og engelsk til en tosproget formular. Over 100 sprog er tilgængelige, bl.a. kinesisk, japansk, koreansk, arabisk, hebraisk og hindi. Hvert sprog hentes én gang, som regel nogle få megabyte, og gemmes derefter af din browser; størrelsen vises, før du starter. Vælger du sprog, der ikke er i dokumentet, bliver genkendelsen langsommere og mindre nøjagtig.

Hvad påvirker nøjagtigheden af OCR

På en ren, lige scanning af trykt tekst i 300 dpi læses næsten hvert ord korrekt. Nøjagtigheden falder med slørede telefonfotos, lav opløsning, skæve eller bøjede sider, svagt tryk, farvede baggrunde, usædvanlige skrifttyper og tabeller med tætte linjer. Håndskrift genkendes for det meste ikke. En højere opløsning i de avancerede indstillinger hjælper på lille skrift, men tager længere tid. Tjek altid navne og tal, du skal bruge.

Sådan virker det

Hver side tegnes som et billede i din browser og læses af Tesseract, en OCR-motor med åben kildekode, der kører på din enhed. De ord, den finder, og deres placering skrives ind i en kopi af din PDF som et usynligt tekstlag og samles i tekstfilen. En bærbar klarer en side på få sekunder; en telefon er langsommere. Lange dokumenter tager længere tid, men har ingen grænse, og estimatet før start fortæller dig, hvad du kan forvente.

Hvad folk bruger det til, og hvornår det ikke virker

Scannede kontrakter og breve, gamle bøger og specialer, kvitteringer og fakturaer til bogføringen, uddelingsark fra skolen, dokumenter fra et arkiv og alt, du vil kunne søge i på din computer senere.

  • Layoutet genopbygges ikke. Den søgbare PDF bevarer det originale udseende; tekstfilen er almindelig tekst. Vil du redigere dokumentet, så brug PDF til Word bagefter.
  • Håndskrift genkendes for det meste ikke.
  • PDF'er, der allerede har tekst, behøver ikke OCR; vil du have deres tekst, så brug PDF til tekst.
  • På en telefon skal du holde skærmen tændt og fanen åben under lange opgaver, ellers sætter browseren dem på pause.

Spørgsmål og svar

Hvad er OCR i en PDF?
Det er tekstgenkendelse: bogstaverne på scannede sider læses og tilføjes PDF'en som rigtig tekst, så du kan søge i den og kopiere den.
Hvordan gør jeg en PDF søgbar?
Tilføj den på denne side, vælg dokumentets sprog, og klik på Start OCR. Download den søgbare PDF, når den er færdig.
Hvordan kan jeg se, om min PDF har et tekstlag?
Prøv at markere en tekstlinje, eller søg efter et ord, du kan se. Bliver intet markeret eller fundet, er siderne billeder og skal have OCR.
Hvorfor genkendte OCR ikke al teksten?
Som regel er scanningen sløret, skæv eller i lav opløsning, eller der mangler et sprog i dit valg. Prøv en højere opløsning og de rigtige sprog.
Bevarer OCR layoutet?
Den søgbare PDF ser præcis ud som scanningen. Tekstfilen har ordene uden layout.
Kan OCR læse håndskrift?
For det meste ikke. Den er lavet til trykt tekst; pæne blokbogstaver virker nogle gange.
Er der en grænse for antal sider?
Nej. Lange dokumenter tager bare længere tid, og tidsestimatet vises, før du starter.
Bliver min fil uploadet?
Nej. Genkendelsen kører i din browser. Kun sprogdataene hentes, én gang, og dit dokument forlader aldrig din enhed.

Opdateret Virker offline, når siden og sprogdataene er indlæst