Распознать PDF с помощью OCR
Извлеките текст со сканированных страниц полностью на своём устройстве. Ничего не загружается.
Выбрать файлы
или перетащите их сюда
Ctrl+V, чтобы вставить из буфера обмена
до 1 файл, 25.0 MB каждый
Остаётся на вашем устройстве. Ничего не загружается.
Как OCR PDF
- Выберите один PDF или перетащите его на страницу.
- Выберите разрешение отрисовки. 150 DPI хорошо читается и не перегружает память.
- Нажмите «Конвертировать». Каждая страница отрисовывается, затем распознаётся OCR на вашем устройстве.
- Скачайте файл .txt с распознанным текстом, страница за страницей.
Что делает OCR и где он работает
Оптическое распознавание символов читает буквы из пикселей. Этот инструмент отрисовывает каждую страницу PDF в изображение, затем передаёт его Tesseract — OCR-движку с открытым кодом, скомпилированному в WebAssembly и работающему целиком внутри вашей вкладки. Языковая модель (английская) и сам движок загружаются с этого сайта: ничего о вашем документе никуда не отправляется.
Он нужен для страниц, с которыми не справится инструмент извлечения текста: сканов, факсов, сфотографированных документов. На выходе — обычный текст с отмеченным разделом на каждой странице, готовый для поиска, перевода или редактора.
При первом использовании скачивается движок, несколько мегабайт, затем браузер кэширует его. Скорость распознавания зависит от вашего устройства: телефон прочитает страницу за несколько секунд, ноутбук быстрее.
Ограничения и честные замечания
Точность OCR зависит от качества изображения. Чистые сканы в 300 DPI читаются почти идеально; фото мятых чеков с телефона будут с ошибками. 150 DPI — разумное значение по умолчанию; поднимите до 300 для мелкого шрифта.
Пока только английский текст. Рукописный текст не распознаётся: только печатный. Очень длинные документы лучше обрабатывать диапазонами страниц.
Один документ за раз, до 25 МБ. Распознавание идёт в этой вкладке; изображения страниц никогда не покидают ваше устройство.
Частые вопросы
Почему OCR, а не извлечение текста?
Извлечение читает текстовый слой цифрового PDF. OCR читает пиксели сканов и фотографий. Если извлечение вернуло пустой результат, нужен OCR.
Какие языки поддерживаются?
Пока английский. Позже можно добавить другие языковые модели, каждая будет загружаться с этого сайта.
Почему первая конвертация медленная?
Движок OCR и языковая модель скачиваются один раз (несколько мегабайт) и кэшируются. Последующие запуски начинаются сразу.
Мой сканированный документ загружается куда-нибудь?
Нет. Страницы отрисовываются и читаются внутри вашего браузера, на вашем устройстве.
Приватность по дизайну
Остаётся на вашем устройстве. Ничего не загружается. Конвертация выполняется в вашем браузере: откройте вкладку «Сеть» во время конвертации и убедитесь, что ничего не отправляется. Без аккаунта, без водяного знака, без дневного лимита.