Zamień zeskanowany PDF w wyszukiwalny dokument - lokalnie w przeglądarce, z niewidoczną warstwą tekstową pod oryginalnymi stronami, bez przesyłania pliku.
Przetwarzanie lokalnie na Twoim urządzeniu ...
0%
Twoje pliki nigdy nie opuściły urządzenia
Nie. Wszystko działa w Twojej przeglądarce - Twój plik nigdy nie opuszcza urządzenia. Jak to sprawdzić
Zeskanowany PDF to w istocie stos obrazów: widzisz tekst, ale nie możesz go zaznaczać, przeszukiwać ani kopiować. OCR (optyczne rozpoznawanie znaków) odczytuje litery z obrazu i umieszcza je jako niewidoczną warstwę tekstową dokładnie nad stronami. Wygląd pozostaje identyczny, lecz PDF staje się wyszukiwalny, a tekst - zaznaczalny. Tego właśnie oczekują urzędy, archiwa i wyszukiwarki pełnotekstowe.
Wybierz jako wynik wyszukiwalny PDF (oryginalne strony plus warstwa tekstowa) albo czysty tekst jako TXT. Ustaw język dokumentu z listy - ponad 100 języków od polskiego i angielskiego, przez rosyjski, arabski i hindi, aż po japoński, koreański i chiński, każdy we własnej nazwie - aby znaki były rozpoznawane poprawnie. Wszystko działa w przeglądarce przez WebAssembly: ten sam otwartoźródłowy silnik Tesseract co w narzędziu "Obraz do tekstu", stosowany strona po stronie na całym pliku PDF. Przy pierwszym użyciu przeglądarka pobiera jednorazowo silnik i model językowy (kilka MB, same-origin); potem działa offline.
Narzędzie jest przeznaczone dla zeskanowanych lub obrazkowych plików PDF. Jakość rozpoznawania w dużej mierze zależy od jakości skanu: ostre, proste i kontrastowe strony z drukowanym tekstem są rozpoznawane bardzo dobrze, krzywe lub nieostre - znacznie gorzej; pismo odręczne nie jest rozpoznawane niezawodnie. W wyszukiwalnym PDF każda strona jest osadzana ponownie jako obraz, przez co układ zostaje zachowany, lecz plik może urosnąć. PDF zawierający już prawdziwy tekst nie wymaga OCR. Sprawdź wynik pod kątem liczb i nazw własnych.
| Formaty wejściowe | |
|---|---|
| Format wyjściowy | |
| Przetwarzanie wsadowe | Tak |
| Przetwarzanie | Lokalnie w przeglądarce (WebAssembly) |
| Przesyłanie plików | Brak |
Ograniczenia: Dla ZESKANOWANYCH / obrazkowych plików PDF: sprawia, że są wyszukiwalne przez OCR (niewidoczna warstwa tekstowa) lub zwraca czysty tekst. Rozpoznaje DRUKOWANY tekst w ponad 100 językach i wielu pismach; pismo odręczne nie jest rozpoznawane niezawodnie. Uwaga: niewidoczna warstwa tekstowa w wyszukiwalnym PDF używa czcionki Latin-1 - znaki nielacińskie (np. CJK, arabskie, cyrylica) nie są tam osadzane; dla tych pism wynik "Tylko tekst (TXT)" zawiera w pełni rozpoznany tekst. W wyszukiwalnym PDF każda strona jest osadzana ponownie jako obraz, układ zostaje więc zachowany, lecz plik może urosnąć. PDF z już istniejącym prawdziwym tekstem nie wymaga OCR. Rozpoznawanie nie jest bezbłędne - sprawdzaj szczególnie liczby i nazwy własne. Silnik i wybrany model językowy są pobierane jednorazowo (kilka MB, same-origin), potem działają offline. Duże pliki PDF wymagają czasu i pamięci w zależności od liczby stron i urządzenia.
Nie. Renderowanie i rozpoznawanie tekstu odbywają się w całości lokalnie w przeglądarce (WebAssembly); PDF nie opuszcza twojego urządzenia - to kluczowa zaleta, zwłaszcza w przypadku umów i korespondencji urzędowej.
Strona wygląda jak skan, ale pod spodem znajduje się niewidoczna warstwa tekstowa. Dzięki temu możesz przeszukiwać PDF, zaznaczać i kopiować tekst - przy zachowaniu identycznego wyglądu.
Tak. Każda strona jest osadzana jako obraz oryginału, a niewidoczna warstwa tekstowa leży dokładnie nad nim. Wygląd się nie zmienia, choć plik może nieco urosnąć.
Inne języki - tak: dostępnych jest ponad 100 (w tym arabski, rosyjski, hindi, japoński, koreański, chiński). Pismo odręczne nie jest rozpoznawane niezawodnie, tylko druk. W przypadku pism nielacińskich użyj wyniku "Tylko tekst (TXT)", ponieważ warstwa tekstowa wyszukiwalnego PDF ograniczona jest do Latin-1.