OCR em um PDF
Leia o texto das páginas digitalizadas, inteiramente no seu dispositivo. Nada é enviado.
Escolher arquivos
ou solte-os aqui
Ctrl+V para colar da área de transferência
até 1 arquivo, 25.0 MB cada
Fica no seu dispositivo. Nada é enviado.
Como ler um PDF com OCR
- Escolha um PDF, ou solte-o na página.
- Escolha a resolução de renderização. 150 DPI lê bem sem estourar a memória.
- Toque em Converter: cada página é desenhada e lida pelo OCR no seu dispositivo.
- Baixe o .txt com o texto reconhecido, página por página.
O que o OCR faz aqui, e onde
O reconhecimento óptico lê letras em pixels. A ferramenta renderiza cada página em imagem e a entrega ao Tesseract, o motor de código aberto compilado em WebAssembly, que roda na sua aba. O modelo de idioma (inglês) e o motor são servidos por este site: nada do seu documento sai para lugar nenhum.
É a ferramenta das páginas que a extração de texto não consegue ler: digitalizações, fax, fotos de documentos. Saída: texto simples, seção marcada por página, pronto para pesquisa ou edição.
No primeiro uso: o motor é baixado (alguns megabytes) e depois fica em cache. A velocidade depende do seu dispositivo: alguns segundos por página em um celular.
Limites anunciados
A precisão acompanha a qualidade da imagem: uma digitalização limpa a 300 DPI se lê quase perfeitamente; uma foto amassada de recibo terá erros. 150 DPI por padrão, 300 para texto pequeno.
Inglês por enquanto. Escrita à mão não é reconhecida: só texto impresso. Um documento por vez, 25 MB no máximo. Tudo acontece nesta aba.
Perguntas frequentes
Por que OCR em vez de extrair o texto?
A extração lê a camada de texto de um PDF digital. O OCR lê os pixels de digitalizações e fotos. Se a extração vem vazia, o OCR é a ferramenta.
Quais idiomas são suportados?
O inglês por enquanto. Outros modelos poderão ser adicionados, servidos por este site.
Por que a primeira conversão é lenta?
O motor e o modelo de idioma são baixados uma vez e depois ficam em cache. As execuções seguintes começam na hora.
Meu documento digitalizado é enviado?
Não. As páginas são renderizadas e lidas no seu navegador, no seu dispositivo.
Privado por design
Fica no seu dispositivo. Nada é enviado. A conversão é executada no seu navegador: abra a aba Rede enquanto converte e verá que nada é enviado. Sem conta, sem marca d’água, sem limite diário.