OCR - PDF с возможностью поиска
Преврати отсканированные страницы в PDF с возможностью поиска и копирования, сохраняющий исходный вид.
или перетащите сюда
Загрузите PDF или одно/несколько изображений (JPG, PNG) - изображения объединяются в один документ в порядке загрузки.
До 50 МБ на файл
- Полностью бесплатно
- Без регистрации
- Файлы удаляются сразу после обработки
Что делает инструмент «OCR - Распознать Текст»
OCR (оптическое распознавание символов) считывает буквы на отсканированной странице или фотографии и превращает их в настоящий текст. Он нужен, когда PDF из сканера или мобильного приложения не позволяет найти слово, выделить предложение или скопировать число, потому что каждая страница на самом деле — просто картинка. С этой проблемой знакомы офисы, оцифровывающие бумажные архивы, студенты, работающие с сфотографированными конспектами, и все, кто переносит данные из старого договора.
vupdf предлагает два вида результата. PDF с возможностью поиска сохраняет каждую страницу в точности такой, какой она была отсканирована, и добавляет под ней невидимый текстовый слой, так что поиск, выделение и копирование работают. Простой текст даёт только слова в файле .txt, который можно исправить прямо на экране результата, прежде чем скопировать или скачать. Распознавание выполняется на собственных серверах vupdf с помощью OCR-движка с открытым исходным кодом, а не стороннего ИИ-сервиса.
Как пользоваться: OCR - Распознать Текст
- Откройте OCR и загрузите один PDF или одно или несколько изображений JPG или PNG, которые объединятся в один документ в порядке добавления.
- Выберите «Язык Документа», соответствующий тексту; в списке 40 языков.
- В разделе «Что распознавать» оставьте «Все страницы» или выберите «Выбрать области вручную» и нарисуйте прямоугольники поверх нужных частей.
- Для PDF можно переключиться на «Только эти страницы» и ввести диапазон, например 1-3, 5.
- Выберите «Результат»: «PDF с возможностью поиска» или «Простой текст (.txt)».
- Запустите распознавание кнопкой OCR и скачайте PDF или отредактируйте, скопируйте и скачайте текст.
Возможности и настройки
- PDF с поиском, который выглядит как прежде
- Исходные изображения страниц остаются нетронутыми, а распознанные слова невидимо накладываются поверх соответствующих мест. После этого можно нажать Ctrl+F, выделять строки или копировать фрагменты, а файл по-прежнему выглядит как скан.
- Один язык на документ, 40 на выбор
- Если сообщить движку точный язык — например, турецкий, немецкий, греческий или японский, — результат будет заметно лучше, чем при угадывании. Китайский, японский и корейский распознаются вместе с английским, поскольку в таких документах часто встречаются латинские слова и цифры.
- Области распознавания, нарисованные вручную
- В ручном режиме вы рисуете рамки только вокруг важных частей, например блока с адресом или итоговой суммы, и можете применить одну рамку ко всем страницам, если вёрстка повторяется. В PDF с возможностью поиска области можно также назначить веб-ссылку, которая станет кликабельной.
- Исправление перекошенных и повёрнутых сканов
- Страница, поданная в сканер под небольшим углом, выравнивается перед распознаванием, а страница, лежащая боком или вверх ногами, поворачивается правильно. Затем текстовый слой накладывается на страницу в том виде, в каком она фактически отображается.
- Страницы, где уже есть текст, пропускаются
- Если на странице уже есть выделяемый текст, она остаётся как есть. Если текст уже есть на всех выбранных страницах, инструмент сообщит об этом и вернёт файл без изменений.
Когда это полезно
- Управляющий недвижимостью сканирует коробку подписанных договоров аренды, и ему нужно найти все договоры, где упоминается определённая улица.
- Студент фотографирует страницы библиотечной книги, которую нельзя взять домой, и хочет получить заметки с поиском, чтобы цитировать их.
- Помощнику бухгалтера нужны только номер и сумма каждого отсканированного счёта, поэтому он рисует две области и экспортирует простой текст.
Советы и ограничения
- Каждый загружаемый файл может весить до 50 МБ, а за один запуск распознаётся до 300 страниц. Для более длинных сканов используйте «Только эти страницы» и обрабатывайте документ частями.
- Лучше всего распознаются чёткие сканы с равномерным освещением. Рукописный текст, очень мелкий шрифт и сильно стилизованные шрифты распознаются плохо или не распознаются вовсе.
- OCR никогда не бывает идеальным: прежде чем полагаться на результат, проверьте в нём имена, цифры и даты, особенно в простом тексте.
- Чтобы потом отредактировать распознанный документ в Word или Excel, передайте PDF с возможностью поиска в «PDF в Word» или «PDF в Excel».
Частые вопросы
- Почему язык нужно выбирать самому?
- Один подходящий языковой пакет распознаёт точнее, чем смесь, потому что движку не приходится на каждом слове выбирать между двумя алфавитами и словарями. Список изначально установлен на язык сайта, но его следует переключить на язык документа.
- Можно ли распознать фотографии, сделанные на телефон?
- Да. Загрузите файлы JPG или PNG вместе, и они станут одним документом в порядке загрузки. Для лучшего результата фотографируйте страницу ровно и при хорошем освещении.
- Почему инструмент вернул мой PDF без изменений?
- На каждой выбранной странице уже был собственный выделяемый текст, поэтому распознавать было нечего. Так бывает с PDF, экспортированными из Word или браузера.
- Можно ли загрузить PDF и изображения вместе?
- Нет. За один запуск выберите либо один PDF, либо одно или несколько изображений. Чтобы объединить их, сначала превратите изображения в PDF с помощью «JPG в PDF» и объедините файлы.
- Отправляется ли мой скан в ИИ-сервис?
- Нет. OCR выполняется на собственных серверах vupdf, файлы используются только для вашей задачи и удаляются после передачи результата, и ничего не используется для обучения моделей ИИ.