Скан PDF в текст
Считайте слова из PDF, страницы которого являются картинками.
- Работает на вашем устройстве — файл никуда не отправляется
- Без регистрации, водяных знаков и суточных лимитов
- Бесплатно, без ограничений на число использований
Как это работает
Сканированный PDF выглядит как документ, а ведёт себя как фотография: текст нельзя выделить, найти или скопировать, потому что в файле вообще нет текста, только его изображения. Обычное извлечение ничего не возвращает, и как раз тогда вам нужен этот инструмент.
Как это работает
Каждая страница отрисовывается в изображение и проходит оптическое распознавание символов (OCR) прямо на странице. Ничего не загружается на сервер; движок распознавания и его английские данные один раз скачиваются из публичной CDN и кэшируются вашим браузером.
Сначала используйте обычное извлечение
Если в PDF уже есть настоящий текст, обычный инструмент извлечения текста из PDF работает мгновенно и абсолютно точно, потому что читает текст, а не угадывает его по картинкам. Приходите сюда, только если тот ничего не вернул.
Число страниц намеренно ограничено
Распознавание занимает заметное время на каждую страницу на вашем устройстве — по нескольку секунд. Значение по умолчанию, пять страниц, позволяет быстро сделать первую попытку; увеличьте его, когда убедитесь, что качество достаточно хорошее, чтобы ждать.
От чего зависит точность
От разрешения, ровности и контрастности, именно в таком порядке. Чистый скан печатного текста с разрешением 300 dpi читается очень хорошо. Фотография страницы, снятая под углом, слабый факс или скан с низким разрешением дадут ошибки или вовсе ничего. Отрисовка в 300 dpi помогает, но не спасёт плохой оригинал.
Скан PDF в текст: вопросы и ответы
Почему обычное извлечение текста ничего не вернуло?
Потому что страницы — изображения. Для этого и нужен этот инструмент.
Мой документ загружается на сервер?
Нет. Отрисовка и распознавание выполняются в вашем браузере.
Почему число страниц ограничено?
На каждую страницу уходит несколько секунд на вашем собственном устройстве. Ограничение можно изменить.
Насколько он точен?
Очень хорошо работает с чистыми печатными сканами, плохо — со слабыми, перекошенными или имеющими низкое разрешение. Рукописный текст не поддерживается.