Pular para o conteúdo
  1. Início
  2. OCR de PDF

OCR de PDF

OCR de PDF que transforma um documento escaneado em PDF pesquisável, do qual você pode copiar, mais um arquivo de texto simples. Roda no seu aparelho, sem limite de páginas.

Nada é enviado Grátis, sem conta Sem limite de páginas

Como funciona:

  • Extrair texto: Usa Tesseract OCR para reconhecer texto de imagens digitalizadas ou PDFs.
  • Saída pesquisável: Cria um novo PDF com camada de texto invisível, tornando seu documento totalmente pesquisável e preservando a aparência original.
  • Filtragem de caracteres: Use whitelists para filtrar caracteres indesejados e melhorar a precisão para tipos específicos de documentos (faturas, formulários, etc.).
  • Suporte multilíngue: Selecione vários idiomas para documentos com conteúdo em idiomas mistos.

Clique para selecionar um arquivo ou arraste e solte

Seus arquivos nunca saem do seu dispositivo.

Como fazer OCR em um PDF

  1. Adicione o PDF digitalizado

    De qualquer tamanho. O arquivo fica no seu aparelho.

  2. Escolha os idiomas

    Marque os idiomas que aparecem no documento. Você vê quantos dados de idioma serão baixados e mais ou menos quanto tempo vai levar.

  3. Inicie o OCR

    O progresso aparece página por página, e você pode cancelar a qualquer momento.

  4. Salve o PDF ou o texto

    Baixe o PDF pesquisável, o texto em arquivo .txt, ou copie o texto na hora.

O que você recebe

Search for "total": no results
Antes
Same page, now with text: search, select, copy
Depois
O que vem no resultado do OCR
Você recebe O que é Use para
PDF pesquisável Suas páginas originais com texto invisível sobre as palavras Pesquisar, copiar, arquivar, enviar
Arquivo de texto (.txt) Todo o texto reconhecido, página por página, sem layout Citações, anotações, levar o texto para outros apps

OCR, o reconhecimento óptico de caracteres, lê as letras na imagem de uma página e as transforma em texto que o computador consegue pesquisar. Um PDF escaneado é só um monte de imagens, então não dá para pesquisar, selecionar uma frase ou copiar um número dele. Depois do OCR, dá. Esta ferramenta faz isso no seu navegador, sem limite de páginas, e o seu documento nunca é enviado.

Deixar um PDF escaneado pesquisável

O resultado fica idêntico à sua digitalização, porque as páginas originais são mantidas. Sob a imagem, uma camada invisível de palavras reconhecidas fica exatamente onde cada palavra aparece, então a busca destaca o ponto certo e a seleção pega as palavras que você vê. Para saber se um PDF já tem texto, tente selecionar uma linha: se não der, ele precisa de OCR.

Escolher os idiomas do OCR

O reconhecimento precisa saber que alfabeto e que palavras esperar, então escolha todos os idiomas que aparecem no documento, como português e inglês em um formulário bilíngue. Há mais de 100 idiomas, incluindo chinês, japonês, coreano, árabe, hebraico e hindi. Cada idioma é baixado uma vez, em geral alguns megabytes, e depois fica guardado no navegador; o tamanho aparece antes de você começar. Escolher idiomas que não estão no documento deixa o reconhecimento mais lento e menos preciso.

O que afeta a precisão do OCR

Numa digitalização limpa e reta de texto impresso a 300 dpi, quase todas as palavras são lidas corretamente. A precisão cai com fotos de celular borradas, baixa resolução, páginas tortas ou curvadas, impressão fraca, fundos coloridos, fontes incomuns e tabelas com linhas apertadas. Letra de mão, na maioria das vezes, não é reconhecida. Aumentar a resolução nas configurações avançadas ajuda com letras pequenas, mas leva mais tempo. Sempre confira nomes e números importantes.

Como funciona

Cada página é desenhada como imagem no seu navegador e lida pelo Tesseract, um mecanismo de OCR de código aberto, rodando no seu aparelho. As palavras encontradas e suas posições são gravadas em uma cópia do seu PDF como camada de texto invisível, e reunidas no arquivo de texto. Um notebook processa uma página em poucos segundos; no celular é mais lento. Documentos longos demoram mais, mas não têm limite, e a estimativa antes de começar mostra o que esperar.

Para que as pessoas usam, e quando não funciona

Contratos e cartas escaneados, livros antigos e teses, recibos e notas fiscais para a contabilidade, apostilas da escola, documentos de arquivo e tudo o que você quiser pesquisar no computador depois.

  • O layout não é reconstruído. O PDF pesquisável mantém a aparência original; o arquivo de texto é texto simples. Para editar o documento, use depois o PDF para Word.
  • Letra de mão, na maioria das vezes, não é reconhecida.
  • PDFs que já têm texto não precisam de OCR; para pegar o texto deles, use o PDF para texto.
  • No celular, mantenha a tela ligada e a aba aberta durante trabalhos longos, senão o navegador pausa o processo.

Perguntas e respostas

O que é OCR em PDF?
É o reconhecimento de texto: as letras das páginas digitalizadas são lidas e incluídas no PDF como texto de verdade, para você poder pesquisar e copiar.
Como deixar um PDF pesquisável?
Adicione o arquivo nesta página, escolha os idiomas do documento e clique em Iniciar OCR. Baixe o PDF pesquisável quando terminar.
Como saber se o meu PDF tem texto?
Tente selecionar uma linha de texto ou pesquisar uma palavra que você está vendo. Se nada for selecionado ou encontrado, as páginas são imagens e precisam de OCR.
Por que o OCR não reconheceu todo o texto?
Em geral a digitalização está borrada, torta ou com baixa resolução, ou faltou escolher algum idioma. Tente uma resolução maior e os idiomas certos.
O OCR mantém o layout?
O PDF pesquisável fica idêntico à digitalização. O arquivo de texto tem as palavras sem o layout.
O OCR lê letra de mão?
Na maioria das vezes, não. Ele foi feito para texto impresso; letra de forma bem caprichada às vezes funciona.
Tem limite de páginas?
Não. Documentos longos só demoram mais, e a estimativa de tempo aparece antes de você começar.
Meu arquivo é enviado para algum lugar?
Não. O reconhecimento roda no seu navegador. Só os dados de idioma são baixados, uma vez, e o seu documento nunca sai do seu aparelho.

Atualizado em Funciona offline depois que a página e os dados de idioma carregam