OCR PDF – распознавание текста в сканах

Превратите сканированный PDF в документ, где можно искать, выделять и копировать текст. Оптическое распознавание символов работает в вашем браузере на более чем 100 языках, от английского, испанского и арабского до китайского, японского, хинди и тамильского, а страницы выглядят точно как раньше.

  • Более 100 языков
  • Исходный вид сохраняется
  • Без загрузки: 100% конфиденциально
Перетащите отсканированный PDF сюда или нажмите, чтобы выбрать Делает текст доступным для поиска и копирования · более 100 языков · обработка на вашем устройстве

Как пользоваться инструментом «OCR PDF»

  1. Откройте сканированный PDFПеретащите PDF в поле или нажмите, чтобы выбрать его.
  2. Выберите языкУкажите язык текста. Для смешанных документов оставьте включённым дополнительное распознавание английского.
  3. Сделайте доступным для поискаКаждая страница читается слово за словом, а невидимый текстовый слой ложится точно поверх отсканированного текста.
  4. 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).

Частые вопросы

Как сделать сканированный PDF доступным для поиска?
Откройте его здесь, выберите язык текста и нажмите «Сделать доступным для поиска». Скачайте PDF и ищите через Ctrl+F в любой программе.
Какие языки поддерживаются?
Более 100, включая английский, испанский, французский, немецкий, португальский, русский, арабский, персидский, иврит, китайский, японский, корейский, тайский, вьетнамский, индонезийский, турецкий и все основные языки Индии. Вертикальный китайский и японский тоже поддерживаются.
Распознаёт ли OCR русский текст и кириллицу?
Да. Выберите русский: кириллица, включая букву ё, распознаётся. Также поддерживаются украинский, белорусский, казахский и другие языки на кириллице.
Изменится ли внешний вид PDF?
Нет. Страницы остаются такими же, как скан, а распознанный текст добавляется невидимым слоем поверх.
Можно получить только текст?
Да. После распознавания нажмите «Скачать текст (.txt)».