Skannad PDF till text
Läs ut orden ur en PDF vars sidor är bilder.
- Körs på din enhet — filen skickas aldrig någonstans
- Ingen registrering, inga vattenstämplar, inga dagliga kvoter
- Gratis, utan begränsning för hur ofta du använder det
Så fungerar det
En skannad PDF ser ut som ett dokument och beter sig som ett fotografi: du kan inte markera texten, söka i den eller kopiera den, eftersom det inte finns någon text i filen alls – bara bilder av en. Vanlig extrahering returnerar ingenting, vilket är precis när det här är verktyget du vill ha.
Så fungerar det
Varje sida renderas till en bild och skickas genom optisk teckenigenkänning på sidan. Ingenting laddas upp; igenkänningsmotorn och dess engelska data laddas ner en gång från ett publikt CDN och cachas av din webbläsare.
Använd den enkla extraheraren först
Om PDF-filen redan innehåller riktig text är det vanliga verktyget för textextrahering ur PDF omedelbart och helt exakt, eftersom det läser texten i stället för att gissa utifrån bilder av den. Kom hit bara när det returnerar ingenting.
Den begränsas av sidantal, avsiktligt
Igenkänning tar verklig tid per sida på din egen enhet – flera sekunder var. Standardvärdet fem sidor gör ett första försök snabbt; höj det när du vet att kvaliteten är tillräckligt bra för att vara väntan värd.
Vad som påverkar noggrannheten
Upplösning, rakhet och kontrast, i den ordningen. En ren skanning i 300 dpi av tryckt text läses mycket bra. Ett fotografi av en sida taget i vinkel, ett svagt fax eller en lågupplöst skanning ger fel eller ingenting alls. Rendering i 300 dpi hjälper, men kan inte rädda ett dåligt original.
Skannad PDF till text – frågor
Varför returnerade den vanliga textextraheraren ingenting?
Därför att sidorna är bilder. Det är det här verktyget är till för.
Laddas mitt dokument upp?
Nej. Både renderingen och igenkänningen sker i din webbläsare.
Varför är det begränsat till några få sidor?
Varje sida tar flera sekunder på din egen enhet. Gränsen går att justera.
Hur exakt är det?
Mycket bra på rena tryckta skanningar, dåligt på svaga, sneda eller lågupplösta. Handstil stöds inte.