PDF в текст (OCR)
Извлечь текст из отсканированных PDF
OCR извлекает текст из изображений и PDF. LlamaPDF сначала проверяет, есть ли в PDF выделяемый текстовый слой, и если есть — копирует его напрямую: быстро и без потерь. Если нет (или для изображений), используется распознавание текста, которое работает полностью в браузере, поддерживает 81 язык и при желании определяет язык автоматически. При первом запуске браузер скачивает движок распознавания (около 3 МБ) и языковые данные (около 1,5 МБ на язык; около 7,8 МБ всего при автоопределении).
Перетащите файл сюда
или нажмите для выбора
Макс. 50 МБ · Регистрация не требуется
Ваш файл остаётся на вашем устройстве — никуда не загружается
Как извлечь текст из PDF или изображения с помощью OCR
- 1
Добавьте отсканированный PDF или изображение, перетащив файл в область выше, или нажмите, чтобы выбрать его. Поддерживаются файлы PDF, PNG, JPG и WebP.
- 2
Для лучшей точности распознавания выберите язык текста документа или «Автоопределение». Для многоязычных документов добавьте ещё до 2 языков. Результат — обычный текст: переносы строк сохраняются, а таблицы и колонки не воспроизводятся.
- 3
Нажмите «Извлечь текст» для запуска оптического распознавания символов. Просмотрите и скопируйте извлечённый текст или скачайте его как текстовый файл. Вся обработка OCR выполняется прямо в вашем браузере с помощью продвинутых алгоритмов распознавания — документы никогда не загружаются на сервер, что гарантирует полную конфиденциальность.
Зачем использовать наш OCR-инструмент?
Отсканированные документы, сфотографированные страницы и PDF из изображений хранят ценный текст внутри картинок. Его нельзя найти поиском, скопировать, отредактировать или использовать повторно, пока он не преобразован в машиночитаемый текст. Наш инструмент OCR решает эту задачу, анализируя визуальную структуру документа и извлекая из него текст. Он справляется с чем угодно — от одностраничных чеков до многостраничных отсканированных договоров и научных статей — и распознаёт печатный текст на 81 языке.
Весь процесс идёт локально в браузере, поэтому конфиденциальные документы — договоры, медицинские записи, банковские выписки — не покидают ваше устройство. Никакой загрузки и обработки в облаке; скачиваются только движок распознавания и языковые данные, один раз, с публичной CDN. Для более простых задач, например извлечения текста с одного фото или скриншота, удобнее наш инструмент «Изображение в текст». Получив текст, превратите его в полноценный документ с помощью конвертера текста в PDF или отредактируйте исходный PDF напрямую.
Что такое OCR?
OCR (оптическое распознавание символов) — технология, которая превращает изображения текста — из отсканированных документов, фотографий или PDF из изображений — в редактируемый машиночитаемый текст. Движки OCR анализируют формы, узоры и взаимное расположение символов на изображении, чтобы определить буквы, цифры и знаки. Современный OCR поддерживает множество языков и справляется с самыми разными шрифтами, размерами и макетами. Это базовая технология для оцифровки документов, создания PDF с поиском, автоматического ввода данных и средств доступности, которые зачитывают печатный текст вслух.