Kör OCR på en PDF
Läs ut texten ur skannade sidor, helt och hållet på din enhet. Inget laddas upp.
Välj filer
eller släpp dem här
Ctrl+V för att klistra in från urklipp
upp till 1 fil, 25.0 MB styck
Stannar på din enhet. Inget laddas upp.
Så här OCR PDF
- Välj en PDF eller släpp den på sidan.
- Välj renderingsupplösning. 150 DPI läser bra och håller minnet i schack.
- Klicka på Konvertera. Varje sida ritas och läses sedan på din enhet med OCR.
- Ladda ner .txt-filen med den igenkända texten, sida för sida.
Vad OCR gör här och var det körs
Optisk teckenigenkänning läser bokstäver ur pixlar. Det här verktyget renderar varje PDF-sida till en bild och lämnar den sedan till Tesseract, OCR-motorn med öppen källkod, kompilerad till WebAssembly och som körs helt och hållet i din flik. Språkmodellen (engelska) och själva motorn serveras från den här webbplatsen: inget om ditt dokument skickas någonsin någonstans.
Det finns för de sidor som textextraheringsverktyget inte klarar: skanningar, fax, fotograferade dokument. Utdata är ren text med ett markerat avsnitt per sida, redo för sökning, översättning eller en redaktör.
Första användningen laddar ner motorn, några megabyte, som webbläsaren cachar därefter. Igenkänningshastigheten beror på din enhet; en telefon läser en sida på några sekunder, en laptop snabbare.
Begränsningar och ärliga förbehåll
OCR-noggrannheten följer bildkvaliteten. Rena 300 DPI-skanningar läses nästan perfekt; telefonfoton av skrynkliga kvitton kommer att innehålla fel. 150 DPI är en vettig standard; höj till 300 för liten text.
Endast engelsk text för närvarande. Handskrift känns inte igen: endast tryckt text. Mycket långa dokument bearbetas bäst i sidintervall.
Ett dokument per körning, upp till 25 MB. Igenkänningen körs i den här fliken; sidbilderna lämnar aldrig din enhet.
Vanliga frågor
Varför OCR i stället för att extrahera text?
Extrahering läser textlagret i en digital PDF. OCR läser pixlarna i skanningar och foton. Om extraheringen blev tom är OCR verktyget.
Vilka språk stöds?
Engelska för närvarande. Fler språkmodeller kan läggas till senare, var och en serverad från den här webbplatsen.
Varför är den första konverteringen långsam?
OCR-motorn och språkmodellen laddas ner en gång (några megabyte) och cachas. Efterföljande körningar startar omedelbart.
Laddas mitt skannade dokument upp?
Nej. Sidorna renderas och läses i din webbläsare, på din enhet.
Integritet från grunden
Stannar på din enhet. Inget laddas upp. Konverteringen körs i din webbläsare: öppna nätverksfliken medan du konverterar och se att inget skickas. Inget konto, ingen vattenstämpel, ingen daglig gräns.