Gör en PDF sökbar och kopiaerbar.
Så fungerar det:
Klicka för att välja en fil eller dra och släpp
Dina filer lämnar aldrig din enhet.
Valda: Inga
Endast dessa tecken kommer att kännas igen. Lämna tomt för alla tecken.
Endast dessa tecken kommer att kännas igen. Lämna tomt för alla tecken.
Initialiserar...
Din sökbara PDF är klar. Du kan också kopiera eller ladda ner den extraherade texten nedan.
Bearbetar...
Klicka eller dra och släpp din fil för att börja
Klicka på bearbeta-knappen för att starta
Spara din bearbetade fil direkt
Öppna filen i valfri läsare och försök markera en textrad. Om inget markeras eller sökningen inte hittar några träffar är sidorna bara bilder (en skanning eller ett foto), och OCR är det som lägger till den saknade texten. En PDF som redan har markerbar text behöver inte det här verktyget.
Över 100 Tesseract-språkpaket finns i listan, från engelska och spanska till arabiska, hindi, japanska och kinesiska. Kryssa i varje språk som förekommer i dokumentet. Paketen laddas tillsammans så att sidor med blandade språk känns igen i ett svep. Vissa självhostade installationer innehåller en kortare lista och säger det ovanför språkväljaren.
Nej. De ursprungliga sidorna kopieras oförändrade och ett osynligt textlager ritas ovanpå, placerat ord för ord så att det matchar skanningen. Du ser samma bild som förut, men kan nu söka, markera och kopiera texten.
Hög (288 DPI) är standard och klarar typiska kontorsdokument. Gå ner till Standard (192 DPI) när hastigheten spelar roll eller filen är lång, och använd Ultra (384 DPI) för liten text, fotnoter eller dåliga skanningar. Högre inställningar tar märkbart längre tid eftersom varje sida renderas i den storleken före igenkänningen.
Den begränsar utdatan till en fast uppsättning tecken, vilket minskar fel som att ett litet l läses som en 1. Förvalet Faktura tillåter bara siffror och symbolerna $ . , / - # :, Endast siffror passar serienummer eller mätaravläsningar, och Anpassad låter dig skriva din egen uppsättning.
Inte pålitligt. Tesseract är tränat på tryckt text, så snygga versaler fungerar ibland men kursiv skrift ger mest brus. Resultaten är bäst på rena, väl belysta tryckta sidor. Alternativet Binarisera hjälper med bleka skanningar eller skanningar med låg kontrast, och Räta upp PDF rätar först upp lutande sidor.
Ja. När OCR är klar visas den extraherade texten i en ruta där du kan granska den, kopiera den till urklipp eller ladda ner den som ocr-text.txt. Nedladdningen av den sökbara PDF-filen är separat, så du kan ta antingen den ena eller båda.
Nej. Tesseract körs som WebAssembly i din webbläsare. De enda nedladdningarna är OCR-motorn och de språkpaket du valt, som hämtas första gången de behövs. De skannade sidorna och den igenkända texten stannar på din enhet.