PDF na text (OCR)
Extrahujte text zo skenovaných PDF
OCR extrahuje text z obrázkov a PDF. LlamaPDF najprv skontroluje, či PDF už obsahuje označiteľnú textovú vrstvu, a ak áno, skopíruje ju priamo — rýchlo a bezstratovo. Ak nie (alebo pri obrázkoch), použije rozpoznávanie textu, ktoré beží úplne vo vašom prehliadači, podporuje 81 jazykov a voliteľné automatické rozpoznanie. Pri prvom použití si prehliadač stiahne rozpoznávací modul (asi 3 MB) a jazykové údaje (asi 1,5 MB na jazyk; s automatickým rozpoznaním spolu asi 7,8 MB).
Presuňte súbor sem
alebo kliknite pre výber
Max 50 MB · Registrácia nie je potrebná
Váš súbor zostáva na vašom zariadení — nikdy sa nenahrá
Ako extrahovať text z PDF alebo obrázka pomocou OCR
- 1
Pridajte skenované PDF alebo obrázok presunutím do poľa vyššie alebo ho vyberte kliknutím. Nástroj podporuje súbory PDF, PNG, JPG a WebP.
- 2
Pre čo najpresnejšie rozpoznanie zvoľte jazyk textu v dokumente alebo Automatické rozpoznanie. Pri viacjazyčných dokumentoch pridajte až 2 ďalšie jazyky. Výsledkom je obyčajný text: zalomenia riadkov sa zachovajú, tabuľky a rozloženie do stĺpcov však nie.
- 3
Kliknite na Extrahovať text na spustenie optického rozpoznávania znakov. Skontrolujte a skopírujte extrahovaný text, alebo si ho stiahnite ako textový súbor. Celé OCR spracovanie prebieha priamo vo vašom prehliadači pomocou pokročilých rozpoznávacích algoritmov — dokumenty sa nikdy nenahrajú na server, čo zaručuje úplné súkromie.
Prečo používať náš OCR nástroj?
Skenované dokumenty, odfotené strany a PDF tvorené obrázkami uzatvárajú cenný text do obrázkov. Taký obsah sa nedá vyhľadávať, kopírovať, upravovať ani znova použiť, kým ho neprevediete na strojovo čitateľný text. Náš nástroj OCR to rieši analýzou vizuálnej štruktúry dokumentu a extrakciou jeho textu. Poradí si so všetkým od jednostranových bločkov po viacstranové skenované zmluvy a odborné články — a rozpoznáva tlačený text v 81 jazykoch.
Keďže celý proces beží lokálne vo vašom prehliadači, vaše citlivé dokumenty — zmluvy, zdravotné záznamy, bankové výpisy — nikdy neopustia vaše zariadenie. Nič sa nenahráva a nič sa nespracúva v cloude; len rozpoznávací modul a jazykové údaje sa raz stiahnu z verejnej CDN. Pri jednoduchších úlohách, ako je extrakcia textu z jednej fotky alebo snímky obrazovky, ponúka náš nástroj Obrázok na text jednoduchší postup. Keď budete mať text extrahovaný, premeňte ho na plnohodnotný dokument pomocou konvertora textu do PDF alebo upravte priamo pôvodné PDF.
Čo je OCR?
OCR (optické rozpoznávanie znakov) je technológia, ktorá prevádza obrázky textu — zo skenovaných dokumentov, fotografií alebo PDF tvorených obrázkami — na strojovo čitateľný a upraviteľný text. Moduly OCR analyzujú tvary, vzory a vzájomné umiestnenie znakov v obrázku a rozpoznávajú písmená, číslice a symboly. Moderné OCR podporuje mnoho jazykov a zvláda širokú škálu písiem, veľkostí a rozložení. Je základnou technológiou digitalizácie dokumentov, vytvárania prehľadávateľných PDF, automatického zadávania údajov a nástrojov prístupnosti, ktoré tlačený text čítajú nahlas.