Pular para o conteúdo
Convertube

OCR PDF

Reconheça o texto de um PDF escaneado e adicione uma camada invisível para que o arquivo possa ser pesquisado. Tudo roda no seu dispositivo: nada é enviado.

Roda no seu dispositivoGrátis e ilimitadoReconhecimento de texto com IA, no seu dispositivo

Solte os arquivos aqui

ou

Aceita .pdf · Um arquivo por vez · até 150 MB cada Aqui, “enviar” e “baixar” significam que o seu navegador lê um arquivo deste dispositivo e grava outro nele. Seu arquivo nunca é enviado a um servidor: abra o painel de rede do navegador e confira; nenhuma requisição leva o seu arquivo.

Perguntas frequentes: OCR PDF

Qual é a diferença para as outras ferramentas de OCR?

O lugar onde o trabalho acontece. O reconhecimento é o único recurso de PDF que o setor inteiro executa nos próprios servidores, então tornar um escaneamento pesquisável significa enviá-lo para algum lugar — e os escaneamentos para os quais as pessoas precisam disso são contratos, faturas, prontuários médicos e certidões. Aqui o modelo roda no seu navegador: é baixado uma vez, cerca de 21 MB, e a partir daí o arquivo nunca sai da máquina. Você pode acompanhar o painel de rede enquanto ele trabalha e ver que nenhuma requisição leva o arquivo.

Qual é a precisão, sinceramente?

Boa, mas não garantida. Em um conjunto de teste de dezesseis páginas geradas com uma inclinação de 0,3 grau — porque um escaneamento real sempre tem alguma —, a taxa de acerto de caracteres foi de 95,2%. Páginas limpas e retas têm resultado melhor; carimbos, letra à mão, fotocópias fracas e páginas fotografadas em ângulo têm resultado pior, às vezes muito pior. Encare isso como uma forma de tornar um documento encontrável, e não como uma transcrição: as palavras que você procurar normalmente estarão lá, mas isto não é uma transcrição com validade jurídica.

O escaneamento em si é alterado?

Não, e isso é verificado, não apenas afirmado: depois de uma execução, o SHA-256 de cada fluxo de imagem do resultado é idêntico ao da entrada. As páginas nunca são decodificadas, recodificadas nem redimensionadas; só são adicionadas uma camada de texto e a descrição da fonte dela, que em um escaneamento de duas páginas ocuparam 5,1 KB. Se você também quer um arquivo menor, comprima depois, e não no lugar disso: a compressão recodifica as imagens, e fazer isso antes daria ao reconhecedor menos para ler.

Posso ver ou selecionar o texto adicionado?

Ver, não; selecionar, sim. O texto é escrito no modo de renderização que não pinta nada, posicionado sobre as palavras de onde veio, então a página parece intacta enquanto a pesquisa, a cópia e os leitores de tela encontram as palavras. Isso também significa que nenhuma fonte é incorporada: os glifos nunca são desenhados, então só é preciso o mapeamento de caracteres, e a fonte ocupa zero byte. O resultado foi relido por dois mecanismos de PDF independentes, e não só pelo que usamos, e ambos devolveram o mesmo texto em chinês.

E se o PDF já tiver texto?

Ele fica como está, e a ferramenta avisa. Um PDF exportado do Word já é pesquisável, e colocar uma camada de reconhecimento por cima faria cada pesquisa encontrar tudo duas vezes e cada cópia sair duplicada. O que a ferramenta verifica é se as páginas têm algum texto, com uma amostragem ao longo do documento; se tiverem, não há nada para adicionar aqui.

Quanto tempo leva?

Alguns segundos por página em uma página comum em chinês ou inglês — medimos de 2,4 a 4,0 segundos em um computador de mesa com aceleração por hardware —, mais o download único do modelo. Uma página acadêmica densa, em duas colunas e com quatro mil caracteres, levou cerca de catorze. O custo acompanha a quantidade de texto na página, e não o tamanho dela, e em um celular será várias vezes mais lento.

Conversor de PDF

Ferramentas de PDF

Conversor de PDFSobre PDF