Распознать текст PDF – OCR для сканов

Распознайте текст в отсканированных PDF, чтобы искать, выделять и копировать его. Всё работает прямо в вашем браузере.

✓Файлы не загружаются
✓Много файлов за раз
✓Бесплатный аккаунт, без карты
✓Без водяных знаков

Как Распознать текст PDF

1Перетащите отсканированный PDF в поле или нажмите, чтобы выбрать файл.
2Выберите язык документа.
3Нажмите «Распознать» и подождите, пока будет обработана каждая страница.
4Скачайте PDF с возможностью поиска.

Почему pdfdots?

Приватность по умолчанию

Большинство инструментов обрабатывает файлы локально в браузере. Конвертация Office идёт на нашем сервере в ЕС и файлы сразу удаляются; всё, что вы сохраняете в «Мои файлы», шифруется.

Щедрый бесплатный тариф

Бесплатный аккаунт через Google, без банковской карты: 3 задачи в день, файлы до 10 МБ и все инструменты. Нужно больше? Платные тарифы Bronze, Silver и Gold дают больше задач (на Silver и Gold дневного лимита нет), файлы крупнее и больше места в «Моих файлах».

Быстро

У браузерных инструментов нет очереди на загрузку и скачивание. Работа начинается в момент, когда вы бросаете файл, и идёт со скоростью вашего компьютера.

Работает везде

Windows, Mac, Linux, iPhone, Android или Chromebook — если есть современный браузер, pdfdots работает. Ничего устанавливать не нужно.

Превращаем отсканированные страницы в текст для поиска

Отсканированный PDF — это, по сути, стопка картинок: читать можно, а вот искать, выделить предложение или скопировать число — нет. Чтобы распознать текст PDF, OCR (оптическое распознавание символов) находит текст на этих изображениях и добавляет его в файл невидимым слоем под видимыми словами. Страницы выглядят как прежде, но Ctrl+F, копирование и программы экранного доступа начинают работать.

pdfdots выполняет OCR с помощью Tesseract — проверенного движка с открытым исходным кодом — прямо в вашем браузере. Документ никуда не загружается. Скачивается только языковая модель для выбранного языка, в том числе русского, объёмом примерно 10–20 МБ, и браузер её запоминает, так что следующие запуски стартуют быстрее. Правильный выбор языка важен: он помогает движку узнавать кириллицу, буквы с диакритикой и частые слова.

Результат зависит от скана. Чистые, ровные, хорошо освещённые страницы в нормальном разрешении распознаются очень хорошо; размытые фото, перекошенные листы, мелкий шрифт или необычные гарнитуры дают больше ошибок, а рукописный текст надёжно не распознаётся. Перед распознаванием каждая страница перерисовывается примерно в 200 DPI, поэтому итоговый файл может оказаться больше исходного — при необходимости пропустите его через «Сжать PDF».

На обычном компьютере распознавание занимает несколько секунд на страницу, так что длинные документы требуют терпения, а на телефонах всё идёт медленнее. Если нужна только часть длинного скана, сначала извлеките эти страницы. Когда у PDF появится слой текста, его гораздо надёжнее можно конвертировать в Excel или Word.

Наше мнение

Мы запускаем распознавание, когда отсканированный документ должен стать доступным для поиска: архив старых писем, скан договора, в котором нужно найти пункт, или бумажная выписка, цифры из которой хочется скопировать.

Мы всегда правильно указываем язык документа — это заметно улучшает распознавание, особенно кириллицы и букв с диакритикой. Языковая модель скачивается один раз, а файл остаётся на устройстве. Из длинных сканов мы сначала извлекаем нужные страницы: на каждую уходит несколько секунд.

Подвох: на кривом или размытом фото с телефона OCR выдаёт странные символы, а рукописный текст почти теряется. Пересканировать ровно часто быстрее, чем исправлять. Если нужны таблицы в Excel, после OCR используйте «PDF в Excel», для редактируемого текста — «PDF в Word».

Руководства и сравнения

Частые вопросы

Мой PDF загружается на сервер?+

Нет. Мы распознаём текст PDF полностью в вашем браузере. Один раз скачивается только языковая модель, а файл остаётся на вашем устройстве.

Какие языки поддерживаются?+

Русский, английский, турецкий, испанский, португальский, немецкий, французский и другие — выберите в списке язык своего документа перед запуском.

Изменится ли внешний вид страниц?+

Нет, страницы выглядят так же. Распознанный текст добавляется невидимым слоем под изображение страницы.

Почему итоговый файл больше?+

Для распознавания страницы перерисовываются примерно в 200 DPI. Если нужен файл поменьше, используйте «Сжать PDF».

Распознаётся ли рукописный текст?+

Надёжно — нет. OCR лучше всего работает с печатным текстом на чётких и ровных сканах.

Почему это так долго?+

Распознавание занимает несколько секунд на страницу на вашем собственном устройстве, поэтому длинные документы обрабатываются не сразу.