Przejdź do treści
Wróć do wszystkich narzędzi№ 055

OCR PDF

Rozpoznaj tekst w skanach PDF, żeby dało się w nim szukać i kopiować.

Ładowanie narzędzia…

Zeskanowany PDF to zdjęcie strony. Wygląda jak dokument, ale nie zawiera tekstu, dlatego wyszukiwanie nic w nim nie znajduje, a kopiowanie nic nie daje. OCR odczytuje kształty na obrazie, rozpoznaje znaki i dodaje za obrazem niewidoczną warstwę tekstową, więc strona wygląda identycznie, a jednocześnie da się ją przeszukiwać i zaznaczać.

Rozpoznawanie działa w całości w przeglądarce, z użyciem Tesseracta skompilowanego do WebAssembly. Pierwsze uruchomienie pobiera model językowy dla wybranego języka; potem jest on przechowywany w pamięci podręcznej.

Jak to działa

  1. Otwórz zeskanowany PDF lub obraz.
  2. Wybierz język tekstu — dokładność bardzo od tego zależy.
  3. Uruchom rozpoznawanie i poczekaj; strona zajmuje kilka sekund.
  4. Pobierz przeszukiwalny PDF z warstwą tekstową.

Do czego się przydaje

  • Umożliwienie przeszukiwania archiwum zeskanowanych faktur po nazwie dostawcy.
  • Przygotowanie skanu do konwersji do Worda, która wymaga prawdziwej warstwy tekstowej.
  • Cytowanie fragmentów zeskanowanego rozdziału książki bez przepisywania.

Najczęstsze pytania

Czy mój plik trafia na serwer?
Nie. Plik otwierają JavaScript i WebAssembly działające w karcie Twojej własnej przeglądarki. Nigdy nie jest przesyłany, nie ma żadnego przetwarzania na serwerze i nic nie jest przechowywane – zamknięcie karty usuwa wszystko.
Dlaczego rozpoznawanie jest wolne?
Bo naprawdę działa na Twoim urządzeniu, a nie w serwerowni. Spodziewaj się kilku sekund na stronę, więcej na telefonie. W zamian dokument nigdy nie opuszcza komputera.
Rozpoznany tekst zawiera błędy.
Dokładność OCR zależy od jakości skanu. Celuj w co najmniej 300 dpi, proste strony i dobry kontrast. Wybór złego języka to najczęstsza przyczyna słabych wyników, a zaraz po nim przekrzywione lub zacienione zdjęcia z telefonu.
Czy strona potem wygląda inaczej?
Nie. Oryginalny obraz zostaje zachowany, a rozpoznany tekst jest umieszczany niewidocznie za nim, więc wygląd się nie zmienia.

Podobne narzędzia