OCR PDF - Make a Searchable PDF Online Free

En almindelig billed-PDF er et fladt billede pakket ind i en .pdf-beholder — du kan ikke markere, kopiere eller søge i teksten. En søgbar PDF har et usynligt OCR-tekstlag justeret bag hvert synligt tegn, så Ctrl+F finder ord, Kopiér virker, og skærmlæsere kan læse siden højt, mens det visuelle udseende forbliver identisk.

OCR-motoren læser hvert eneste ord og gemmer dets tekst og afgrænsningsboks bag det originale billede ved de nøjagtige pixelkoordinater. Visuelt ser siden identisk ud med den originale scanning, men Adobe Acrobat, Preview, Chrome og enhver moderne PDF-fremviser kan nu markere, søge i og kopiere teksten, som var det indbygget digital tekst.

Ja. Tekstlaget er standard-PDF (ingen proprietær udvidelse), så Adobe Acrobat (Reader og Pro), macOS Preview, Chromes indbyggede PDF-fremviser, Firefox, Edge og mobile læsere som Filer-appen, Drive og Dropbox indekserer og søger i det. Ctrl+F eller Cmd+F finder ord på få sekunder, selv i lange scannede rapporter.

Ja. Angiv flere sprogkoder (for eksempel eng+chi_sim+hin), så tager OCR'en dem alle i betragtning, når den læser tegn. Dokumenter med blandede skrifttegn såsom tosprogede menuer, internationale kontrakter og offentlige formularer fungerer fejlfrit. For de bedste resultater skal du anføre det mest sandsynlige sprog først på listen.

Tekstlaget øger typisk PDF-størrelsen med 5-15 % — som regel et par hundrede kilobytes per 100 sider. Sammenlignet med gevinsten (fuldtekstsøgning på tværs af hele dit dokumentarkiv) er det en lille pris. Hvis størrelsen betyder noget for e-mail, så kør resultatet gennem PDF-komprimering for at trimme store indlejrede billeder yderligere.

Uploads behandles i en midlertidig arbejdsmappe og slettes automatisk inden for få minutter efter, at konverteringen er færdig. Vi træner aldrig modeller på brugerfiler, deler dem aldrig og tilføjer aldrig vandmærker. Det gør værktøjet sikkert til scannede arkiver inden for jura, HR, sundhed og regnskab, hvor fortrolighed betyder allermest.

Dette værktøj læser billedfiler (JPG, PNG, TIFF, scanninger og fotos) og returnerer en søgbar PDF. Hvis du allerede har en flersidet scannet PDF, så del den først op i sidebilleder med PDF til billeder-værktøjet, og slip derefter de billeder ind her for at få én søgbar, OCR-behandlet PDF tilbage.

Upload JPG, PNG, WEBP, GIF, TIFF eller BMP — telefonfotos, flatbed-scanninger og skærmbilleder fungerer alle. OCR-motoren læser teksten og pakker den ind i et usynligt lag bag billedet, så resultatet er en almindelig søgbar PDF, der åbner i enhver fremviser.

En søgbar PDF kræver et indlejret hOCR-tekstlag med afgrænsningsbokse for hvert ord, som kun de Tesseract-baserede motorer (Motor 1 og Motor 2) kan producere — PaddleOCR-motoren 'Standard', der bruges andre steder i appen, kan ikke generere det lag. Motor 1 er den almindelige Tesseract-gennemgang med den bredeste sprogunderstøttelse; Motor 2 kan klare sig bedre på stiliserede eller scanninger af lavere kvalitet.

Åbn Sprogvælgeren i Indstillinger og vælg dokumentets sprog (engelsk som standard) — dette er den enkelt vigtigste indstilling for OCR-nøjagtighed, da motorens tegngenkendelse er sprogspecifik. Klik på Kør konvertering igen efter at have ændret den for at genopbygge PDF'en med et nyt tekstlag.

Vælg Engine 1 for dens bredere sprogdækning, og sæt Sprogvælgeren til kontraktens primære sprog. Hvis vigtige afsnit på et andet sprog stadig ikke matcher, når du søger, så kør konverteringen igen med Engine 2 eller det sekundære sprog valgt i en anden omgang.

Den opdateres automatisk — skift af Motor- eller Sprog-rullemenuen behandler straks det uploadede billede igen og genopbygger den søgbare PDF med den nye indstilling, uden at der kræves et klik. Knappen Kør konvertering igen er primært nyttig til at forsøge de nøjagtigt samme indstillinger igen, for eksempel efter en mislykket konvertering eller et kortvarigt netværksudfald.