Przejdź do treści
  1. Strona główna
  2. OCR PDF

OCR PDF

OCR PDF, który zamienia zeskanowany dokument w PDF z możliwością wyszukiwania i kopiowania, a do tego w zwykły plik tekstowy. Działa na twoim urządzeniu, bez limitu stron.

Nic nie jest wysyłane Za darmo, bez konta Bez limitu stron

Jak to działa:

  • Wyodrębnij tekst: Używa Tesseract OCR do rozpoznawania tekstu z zeskanowanych obrazów lub plików PDF.
  • Wynik przeszukiwalny: Tworzy nowy plik PDF z niewidoczną warstwą tekstu, dzięki czemu dokument staje się w pełni przeszukiwalny, z zachowaniem oryginalnego wyglądu.
  • Filtrowanie znaków: Używaj białych list, aby odfiltrować niechciane znaki i poprawić dokładność dla określonych typów dokumentów (faktury, formularze itp.).
  • Obsługa wielu języków: Wybierz wiele języków dla dokumentów zawierających treść w różnych językach.

Kliknij, aby wybrać plik lub przeciągnij i upuść

Twoje pliki nigdy nie opuszczają Twojego urządzenia.

Jak zrobić OCR pliku PDF

  1. Dodaj zeskanowany PDF

    Dowolnej długości. Plik zostaje na twoim urządzeniu.

  2. Wybierz języki

    Zaznacz języki, w których wydrukowano dokument. Zobaczysz, ile danych językowych trzeba pobrać i mniej więcej ile to potrwa.

  3. Rozpocznij OCR

    Postęp jest pokazywany strona po stronie i w każdej chwili możesz anulować.

  4. Zapisz PDF lub tekst

    Pobierz PDF z możliwością wyszukiwania, tekst jako plik .txt albo od razu skopiuj tekst.

Co otrzymujesz

Search for "total": no results
Przed
Same page, now with text: search, select, copy
Po
Co zawiera wynik OCR
Otrzymujesz Co to jest Do czego
PDF z możliwością wyszukiwania Twoje oryginalne strony z niewidocznym tekstem nałożonym na słowa Wyszukiwanie, kopiowanie, archiwum, wysyłka
Plik tekstowy (.txt) Cały rozpoznany tekst, strona po stronie, bez układu Cytaty, notatki, wklejanie tekstu do innych aplikacji

OCR, czyli optyczne rozpoznawanie znaków, odczytuje litery z obrazu strony i zamienia je w tekst, który komputer może przeszukiwać. Zeskanowany PDF to same obrazy, więc nie da się go przeszukać, zaznaczyć zdania ani skopiować liczby. Po OCR już się da. To narzędzie robi to w przeglądarce, bez limitu stron, a twój dokument nigdy nie jest wysyłany.

Jak sprawić, by w zeskanowanym PDF dało się wyszukiwać

Wynik wygląda dokładnie jak twój skan, bo oryginalne strony zostają. Pod obrazem leży niewidoczna warstwa rozpoznanych słów, każde w miejscu, w którym je widać, więc wyszukiwanie podświetla właściwe miejsce, a zaznaczanie łapie słowa, które widzisz. Aby sprawdzić, czy PDF ma już tekst, spróbuj zaznaczyć wiersz: jeśli się nie da, potrzebuje OCR.

Wybierz języki OCR

Rozpoznawanie musi wiedzieć, jakiego alfabetu i słów się spodziewać, więc wybierz każdy język, który występuje w dokumencie, na przykład polski i angielski dla dwujęzycznego formularza. Dostępnych jest ponad 100 języków, w tym chiński, japoński, koreański, arabski, hebrajski i hindi. Każdy język pobiera się raz, zwykle kilka megabajtów, a potem przeglądarka go przechowuje; rozmiar widać przed startem. Wybranie języków, których nie ma w dokumencie, spowalnia rozpoznawanie i obniża dokładność.

Co wpływa na dokładność OCR

Na czystym, prostym skanie drukowanego tekstu w 300 dpi niemal każde słowo jest odczytywane poprawnie. Dokładność spada przy rozmazanych zdjęciach z telefonu, niskiej rozdzielczości, krzywych lub pozwijanych stronach, bladym druku, kolorowym tle, nietypowych czcionkach i tabelach z gęstymi liniami. Pismo odręczne w większości nie jest rozpoznawane. Zwiększenie rozdzielczości w ustawieniach zaawansowanych pomaga przy drobnym druku, kosztem czasu. Zawsze sprawdzaj nazwiska i liczby, na których polegasz.

Jak to działa

Każda strona jest rysowana jako obraz w przeglądarce i odczytywana przez Tesseract, otwartoźródłowy silnik OCR działający na twoim urządzeniu. Znalezione słowa i ich położenie są zapisywane w kopii twojego PDF jako niewidoczna warstwa tekstu i zbierane w pliku tekstowym. Laptop radzi sobie ze stroną w kilka sekund; telefon jest wolniejszy. Długie dokumenty trwają dłużej, ale nie mają limitu, a szacunek przed startem mówi, czego się spodziewać.

Do czego się przydaje i kiedy nie zadziała

Zeskanowane umowy i listy, stare książki i prace dyplomowe, paragony i faktury do księgowości, materiały ze szkoły, dokumenty z archiwum i wszystko, co chcesz później przeszukiwać na komputerze.

  • Układ nie jest odtwarzany. PDF z możliwością wyszukiwania zachowuje oryginalny wygląd; plik tekstowy to zwykły tekst. Aby edytować dokument, użyj potem PDF do Word.
  • Pismo odręczne w większości nie jest rozpoznawane.
  • PDF, które mają już tekst, nie potrzebują OCR; aby wyciągnąć z nich tekst, użyj PDF do tekstu.
  • Na telefonie przy długich zadaniach nie wyłączaj ekranu i nie zamykaj karty, bo przeglądarka je wstrzyma.

Pytania i odpowiedzi

Co to jest OCR w PDF?
To rozpoznawanie tekstu: litery na zeskanowanych stronach są odczytywane i dodawane do PDF jako prawdziwy tekst, który można wyszukiwać i kopiować.
Jak sprawić, by w PDF dało się wyszukiwać tekst?
Dodaj plik na tej stronie, wybierz języki dokumentu i kliknij „Rozpocznij OCR”. Gdy skończy, pobierz PDF z możliwością wyszukiwania.
Jak sprawdzić, czy mój PDF ma warstwę tekstową?
Spróbuj zaznaczyć wiersz tekstu albo wyszukać widoczne słowo. Jeśli nic się nie zaznacza ani nie znajduje, strony są obrazami i potrzebują OCR.
Dlaczego OCR nie rozpoznał całego tekstu?
Zwykle skan jest rozmazany, krzywy lub ma niską rozdzielczość albo brakuje jakiegoś języka w wyborze. Spróbuj wyższej rozdzielczości i właściwych języków.
Czy OCR zachowuje układ?
PDF z możliwością wyszukiwania wygląda dokładnie jak skan. Plik tekstowy zawiera słowa bez układu.
Czy OCR odczyta pismo odręczne?
Raczej nie. Jest przeznaczony do tekstu drukowanego; staranne drukowane wielkie litery czasem się udają.
Czy jest limit stron?
Nie. Długie dokumenty po prostu trwają dłużej, a szacowany czas widać przed startem.
Czy mój plik jest wysyłany?
Nie. Rozpoznawanie działa w przeglądarce. Pobierane są tylko dane językowe, jeden raz, a twój dokument nigdy nie opuszcza urządzenia.

Zaktualizowano Działa offline po wczytaniu strony i danych językowych