Как пользоваться инструментом «OCR PDF»
- Откройте сканированный PDFПеретащите PDF в поле или нажмите, чтобы выбрать его.
- Выберите языкУкажите язык текста. Для смешанных документов оставьте включённым дополнительное распознавание английского.
- Сделайте доступным для поискаКаждая страница читается слово за словом, а невидимый текстовый слой ложится точно поверх отсканированного текста.
- СкачайтеСохраните PDF с поиском или скачайте только распознанный текст в виде файла .txt.
Возможности
- Поиск и копированиеИщите слова через Ctrl+F, выделяйте и копируйте текст в любой программе для PDF.
- Тот же видОтсканированные страницы не меняются. Текстовый слой невидим и находится точно над каждым словом.
- Более 100 языковВсе основные языки мира: английский, испанский, французский, немецкий, арабский, китайский, японский, русский, хинди, бенгальский, тамильский и многие другие.
- Умный пропускСтраницы, где уже есть текст, не обрабатываются, поэтому смешанные документы готовы быстро.
Что делает OCR с PDF?
Когда вы сканируете документ или превращаете фотографии в PDF, каждая страница — просто картинка. Вы её прочитаете, а компьютер нет: в ней нет текста, который можно найти, выделить или скопировать. OCR (оптическое распознавание символов) находит на изображении буквы и слова и превращает их в настоящий текст.
Инструмент оставляет страницы точно такими, как были, и кладёт распознанные слова в невидимый текстовый слой прямо поверх каждого слова. Это тот же «PDF с возможностью поиска», который создают офисные МФУ и Adobe Acrobat: вы видите исходный скан, а программа для PDF — текст.
Как это работает
Каждая страница отрисовывается в высоком разрешении прямо в браузере и распознаётся движком Tesseract — известной открытой OCR-системой. При первом использовании языка его данные (несколько МБ) скачиваются и сохраняются в браузере. Документ не покидает устройство, поэтому так можно обрабатывать договоры, паспорта и медицинские заключения.
Как получить лучший результат
- Выберите правильный язык. Для русских документов — «Русский»: тогда кириллица и буква «ё» распознаются правильно. Если в тексте есть английские термины, оставьте включённым «Распознавать также английские слова (для многоязычных документов)».
- Точность «Высокое» — для мелкого шрифта или сканов низкого разрешения.
- Ровные и чистые сканы дают лучший результат. Сначала выровняйте страницы через Повернуть PDF. Перекошенные фото, тени и рукописный текст снижают точность.
- Проверяйте важные цифры. На чистом печатном тексте OCR очень точен, но не безупречен. Сверяйте суммы, даты и номера счетов с оригиналом; кириллические «О» и «З» иногда путаются с цифрами 0 и 3.
Что можно делать с PDF с поиском
- Искать любое слово через Ctrl+F в отсканированных договорах, книгах и архивах.
- Копировать цифры и фразы вместо перепечатывания.
- Дать Google Диску или системе документооборота проиндексировать содержимое.
- Затем перевести файл в Word через PDF в Word или вытащить только текст через PDF в текст.
Нужен только текст с нескольких фото или скриншотов? Воспользуйтесь Изображение в текст (OCR).