Перейти до змісту
  1. Головна
  2. OCR для PDF

OCR для PDF

OCR для PDF перетворює сканований документ на PDF із пошуком, з якого можна копіювати текст, а також на звичайний текстовий файл. Працює на вашому пристрої, без ліміту сторінок.

Нічого не вивантажується Безкоштовно, без акаунта Без обмеження сторінок

Як це працює:

  • Витягти текст: Використовує Tesseract OCR для розпізнавання тексту на сканованих зображеннях або PDF.
  • Вивід з можливістю пошуку: Створює новий PDF з невидимим текстовим шаром, роблячи ваш документ повністю придатним для пошуку, зберігаючи оригінальний вигляд.
  • Фільтрація символів: Використовуйте білі списки для фільтрації небажаних символів і покращення точності для конкретних типів документів (рахунки, форми тощо).
  • Багатомовна підтримка: Виберіть кілька мов для документів зі змішаним мовним вмістом.

Натисніть, щоб вибрати файл або перетягніть файл

Ваші файли не покидають ваш пристрій.

Як розпізнати текст у PDF

  1. Додайте сканований PDF

    Будь-якої довжини. Файл лишається на вашому пристрої.

  2. Виберіть мови

    Позначте мови, якими надруковано документ. Ви бачите, скільки мовних даних буде завантажено й приблизно скільки часу це займе.

  3. Почніть OCR

    Прогрес показується посторінково, і скасувати можна будь-коли.

  4. Збережіть PDF або текст

    Завантажте PDF із пошуком, текст у файлі .txt або одразу скопіюйте текст.

Що ви отримуєте

Search for "total": no results
До
Same page, now with text: search, select, copy
Після
Що містить результат OCR
Ви отримуєте Що це Для чого
PDF із пошуком Ваші оригінальні сторінки з невидимим текстом поверх слів Пошук, копіювання, архіви, надсилання
Текстовий файл (.txt) Увесь розпізнаний текст, посторінково, без макета Цитати, нотатки, перенесення тексту в інші програми

OCR, оптичне розпізнавання символів, зчитує літери на зображенні сторінки й перетворює їх на текст, у якому комп’ютер може шукати. Сканований PDF складається лише з картинок, тож у ньому не можна шукати, виділити речення чи скопіювати число. Після OCR можна. Цей інструмент робить це у вашому браузері, без ліміту сторінок, і ваш документ ніколи не вивантажується.

Зробити сканований PDF доступним для пошуку

Результат виглядає точно як ваш скан, бо оригінальні сторінки зберігаються. Під зображенням лежить невидимий шар розпізнаних слів, кожне на своєму місці, тож пошук підсвічує правильне місце, а виділення тексту захоплює ті слова, які ви бачите. Щоб перевірити, чи вже є в PDF текст, спробуйте виділити рядок: якщо не вдається, потрібне OCR.

Вибрати мови для OCR

Розпізнаванню треба знати, яку абетку й які слова очікувати, тож виберіть кожну мову, якою надруковано документ, наприклад англійську й іспанську для двомовного бланка. Доступно понад 100 мов, серед них китайська, японська, корейська, арабська, іврит і гінді. Кожна мова завантажується один раз, зазвичай кілька мегабайтів, і далі зберігається у вашому браузері; розмір видно перед початком. Якщо вибрати мови, яких немає в документі, розпізнавання стане повільнішим і менш точним.

Що впливає на точність OCR

На чистому рівному скані друкованого тексту з роздільністю 300 dpi майже кожне слово розпізнається правильно. Точність падає на розмитих фото з телефона, за низької роздільності, на перекошених чи вигнутих сторінках, при блідому друці, кольоровому фоні, незвичних шрифтах і в таблицях із щільними лініями. Рукописний текст здебільшого не розпізнається. Вища роздільність у розширених налаштуваннях допомагає з дрібним шрифтом, але займає більше часу. Завжди перевіряйте імена й числа, на які покладаєтеся.

Як це працює

Кожна сторінка малюється як зображення у вашому браузері й зчитується Tesseract, рушієм OCR з відкритим кодом, що працює на вашому пристрої. Знайдені слова та їхні позиції записуються в копію вашого PDF як невидимий текстовий шар і збираються в текстовий файл. Ноутбук обробляє сторінку за кілька секунд; телефон повільніше. Довгі документи займають більше часу, але обмежень немає, а оцінка перед початком підкаже, чого очікувати.

Для чого це використовують і коли не спрацює

Скановані договори й листи, старі книжки й дисертації, чеки й рахунки для бухгалтерії, шкільні роздаткові матеріали, архівні записи і все, у чому ви згодом захочете шукати на комп’ютері.

  • Макет не відтворюється. PDF із пошуком зберігає оригінальний вигляд; текстовий файл містить простий текст. Щоб редагувати документ, скористайтеся потім PDF у Word.
  • Рукописний текст здебільшого не розпізнається.
  • PDF, у яких уже є текст, не потребують OCR; щоб отримати їхній текст, скористайтеся PDF у текст.
  • На телефоні не вимикайте екран і не закривайте вкладку під час довгих завдань, інакше браузер їх призупинить.

Запитання й відповіді

Що таке OCR у PDF?
Це розпізнавання тексту: літери на сканованих сторінках зчитуються й додаються в PDF як справжній текст, тож його можна шукати й копіювати.
Як зробити PDF доступним для пошуку?
Додайте файл на цій сторінці, виберіть мови документа й натисніть «Почати OCR». Коли все буде готово, завантажте PDF із пошуком.
Як дізнатися, чи є в PDF текстовий шар?
Спробуйте виділити рядок тексту або знайти слово, яке бачите. Якщо нічого не виділяється й не знаходиться, сторінки є зображеннями, і потрібне OCR.
Чому OCR розпізнало не весь текст?
Зазвичай скан розмитий, перекошений чи має низьку роздільність, або серед вибраних немає потрібної мови. Спробуйте вищу роздільність і правильні мови.
Чи зберігає OCR макет?
PDF із пошуком виглядає точно як скан. У текстовому файлі лише слова, без макета.
Чи розпізнає OCR рукописний текст?
Здебільшого ні. Воно створене для друкованого тексту; акуратні друковані великі літери іноді розпізнаються.
Чи є обмеження на кількість сторінок?
Ні. Довгі документи просто обробляються довше, а оцінку часу видно перед початком.
Мій файл вивантажується на сервер?
Ні. Розпізнавання працює у вашому браузері. Завантажуються лише мовні дані, один раз, а ваш документ ніколи не покидає пристрій.

Оновлено Працює офлайн після завантаження сторінки й мовних даних