dojotool
PDFIA

OCR PDF online

O PDF escaneado vira um documento em que a busca e a cópia funcionam. O texto reconhecido também aparece separado, pronto para copiar.

Os arquivos são processados no seu dispositivo e não são enviados a nenhum servidor.

  1. Escolha o PDF
  2. Escolha o idioma
  3. Baixe o PDF
relatório digitalizado, 3 páginas

Como usar

  1. Clique em "Escolher PDF" ou solte o escaneado na página. No celular, o arquivo pode ter até 100 MB.
  2. Escolha o idioma do documento (o padrão é o português) e clique em "Fazer OCR". Na primeira vez, o navegador baixa o modelo de reconhecimento: cerca de 20 MB para o português, de 4 a 20 MB para outros idiomas.
  3. Clique em "Baixar PDF". O texto separado você copia do campo ou baixa em TXT.

O que é um PDF com OCR

É o mesmo escaneado com uma camada de texto invisível. As imagens das páginas não mudam, e embaixo delas ficam as palavras reconhecidas. Por isso o arquivo aceita busca com Ctrl+F, e o texto pode ser selecionado com o mouse e copiado.

Testamos esses PDFs no pdf.js e no PDFium, os motores que abrem PDF no Firefox, no Chrome e no Edge.

Páginas que já tinham texto não são reconhecidas de novo: o texto delas vem do arquivo.

Quando o OCR do PDF erra

Os erros aparecem mais em escaneados escuros ou tortos, e letra pequena é lida pior. Texto escrito à mão o site não reconhece. Escolha o idioma em que o documento foi escrito: dele depende a rede neural que lê as letras.

Perguntas frequentes

Meu escaneado vai para a nuvem?
Não. O OCR é feito no navegador, no seu aparelho. Do servidor o navegador baixa só a rede neural, e o arquivo continua com você.
Como pesquisar uma palavra num PDF escaneado?
Faça o OCR aqui e baixe o PDF. Abra o arquivo e aperte Ctrl+F: a busca encontra palavras também nas páginas escaneadas.
Dá para copiar o texto de um PDF escaneado?
Dá. Depois do OCR, o texto fica num campo embaixo do arquivo: clique em "Copiar". No PDF baixado, ele também pode ser selecionado com o mouse.
Quais idiomas o OCR reconhece?
São 19. De alfabeto latino: português, inglês, espanhol, francês, alemão, italiano, polonês, turco, azerbaijano, indonésio e vietnamita. De cirílico: russo, ucraniano e bielorrusso. E mais cinco: chinês, japonês, coreano, árabe e tailandês.
Como passar o texto do escaneado para o Word?
Para Word existe a página "PDF escaneado em Word": lá o mesmo escaneado vira um documento DOCX.
O OCR de PDF é pago?
Não. Você faz OCR de graça e sem cadastro.