Hoppa till innehållet
  1. Start
  2. OCR för PDF

OCR för PDF

OCR för PDF som gör ett skannat dokument till en sökbar PDF som du kan kopiera från, plus en ren textfil. Det körs på din enhet, utan sidgräns.

Inget laddas upp Gratis, inget konto Ingen sidgräns

Så fungerar det:

  • Extrahera text: Använder Tesseract OCR för att känna igen text från skannade bilder eller PDF:er.
  • Sökbar utdata: Skapar en ny PDF med ett osynligt textlager, vilket gör ditt dokument fullt sökbart samtidigt som det ursprungliga utseendet bevaras.
  • Teckenfiltrering: Använd whitelists för att filtrera bort oönskade tecken och förbättra noggrannheten för specifika dokumenttyper (fakturor, formulär osv.).
  • Flerspråksstöd: Välj flera språk för dokument som innehåller blandat språkinnehåll.

Klicka för att välja en fil eller dra och släpp

Dina filer lämnar aldrig din enhet.

Så kör du OCR på en PDF

  1. Lägg till den skannade PDF:en

    Valfri längd. Filen stannar på din enhet.

  2. Välj språk

    Kryssa i de språk som dokumentet är skrivet på. Du ser hur mycket språkdata som laddas ner och ungefär hur lång tid det tar.

  3. Starta OCR

    Förloppet visas sida för sida, och du kan avbryta när som helst.

  4. Spara PDF:en eller texten

    Ladda ner den sökbara PDF:en, texten som .txt-fil, eller kopiera texten direkt.

Det här får du

Search for "total": no results
Före
Same page, now with text: search, select, copy
Efter
Vad OCR-resultatet innehåller
Du får Vad det är Använd det till
Sökbar PDF Dina originalsidor med osynlig text placerad över orden Sökning, kopiering, arkiv, utskick
Textfil (.txt) All igenkänd text, sida för sida, utan layout Citat, anteckningar, text till andra appar

OCR, optisk teckenigenkänning, läser bokstäverna i en bild av en sida och gör om dem till text som en dator kan söka i. En skannad PDF är bara bilder, så du kan inte söka i den, markera en mening eller kopiera ett tal ur den. Efter OCR kan du det. Det här verktyget gör det i din webbläsare, utan sidgräns, och ditt dokument laddas aldrig upp.

Gör en skannad PDF sökbar

Resultatet ser exakt ut som din skanning, eftersom originalsidorna behålls. Under bilden ligger ett osynligt lager med igenkända ord där varje ord syns, så sökningen markerar rätt ställe och när du markerar text får du med orden du ser. För att se om en PDF redan har text kan du försöka markera en rad: går det inte behöver den OCR.

Välj språk för OCR

Igenkänningen behöver veta vilket alfabet och vilka ord den ska förvänta sig, så välj alla språk som dokumentet är skrivet på, till exempel engelska och spanska för en tvåspråkig blankett. Över 100 språk finns, bland annat kinesiska, japanska, koreanska, arabiska, hebreiska och hindi. Varje språk laddas ner en gång, oftast några megabyte, och sparas sedan av webbläsaren; storleken visas innan du startar. Väljer du språk som inte finns i dokumentet blir igenkänningen långsammare och mindre träffsäker.

Vad som påverkar OCR-träffsäkerheten

På en ren, rak skanning av tryckt text i 300 dpi läses nästan varje ord rätt. Träffsäkerheten sjunker med suddiga mobilfoton, låg upplösning, sneda eller böjda sidor, blek text, färgade bakgrunder, ovanliga typsnitt och tabeller med täta linjer. Handskrift känns oftast inte igen. Att höja upplösningen i de avancerade inställningarna hjälper för liten text, men tar längre tid. Kontrollera alltid namn och siffror som du är beroende av.

Så fungerar det

Varje sida ritas som en bild i din webbläsare och läses av Tesseract, en OCR-motor med öppen källkod, som körs på din enhet. Orden den hittar och deras positioner skrivs in i en kopia av din PDF som ett osynligt textlager och samlas i textfilen. En bärbar dator klarar en sida på några sekunder; en telefon är långsammare. Långa dokument tar längre tid men har ingen gräns, och uppskattningen innan du startar visar vad du kan vänta dig.

Vad det används till, och när det inte fungerar

Skannade avtal och brev, gamla böcker och uppsatser, kvitton och fakturor till bokföringen, utdelningsblad från skolan, handlingar från ett arkiv och allt du vill kunna söka i på datorn senare.

  • Layouten byggs inte om. Den sökbara PDF:en behåller originalets utseende; textfilen är ren text. Vill du redigera dokumentet använder du PDF till Word efteråt.
  • Handskrift känns oftast inte igen.
  • PDF-filer som redan har text behöver ingen OCR; för att få ut texten använder du PDF till text.
  • På en telefon ska du låta skärmen vara på och fliken öppen under långa jobb, annars pausar webbläsaren dem.

Frågor och svar

Vad är OCR i en PDF?
Det är textigenkänning: bokstäverna på skannade sidor läses och läggs till i PDF:en som riktig text, så att du kan söka i den och kopiera den.
Hur gör jag en PDF sökbar?
Lägg till den på den här sidan, välj dokumentets språk och tryck på Starta OCR. Ladda ner den sökbara PDF:en när den är klar.
Hur ser jag om min PDF har ett textlager?
Försök markera en textrad eller sök efter ett ord du ser. Om inget markeras eller hittas är sidorna bilder och behöver OCR.
Varför kände OCR inte igen all text?
Oftast är skanningen suddig, sned eller har låg upplösning, eller så saknas ett språk i ditt val. Prova en högre upplösning och rätt språk.
Behåller OCR layouten?
Den sökbara PDF:en ser exakt ut som skanningen. Textfilen innehåller orden utan layout.
Kan OCR läsa handskrift?
Oftast inte. Den är gjord för tryckt text; prydliga versaler fungerar ibland.
Finns det en sidgräns?
Nej. Långa dokument tar bara längre tid, och tidsuppskattningen visas innan du startar.
Laddas min fil upp?
Nej. Igenkänningen körs i din webbläsare. Bara språkdata laddas ner, en gång, och ditt dokument lämnar aldrig din enhet.

Uppdaterad Fungerar offline när sidan och språkdata har laddats