Extract text from images — free

Konverteren genopbygger dokumentets logiske struktur — overskrifter, afsnit, lister, rigtige <table>-elementer, links og billeder — i stedet for blot at fastgøre hvert tegn på en X/Y-koordinat, som nogle PDF-fremvisere gør. Resultatet ombrydes på mobil, indekseres godt til SEO og er skærmlæser-tilgængeligt fra start.

Ja. Tabeller bliver til standardelementerne <table>, <thead>, <tbody>, <tr>, <th> og <td> med korrekte scope-attributter på overskriftsceller. Det gør dem skærmlæservenlige, søgbare og nemme at style med Bootstrap, Tailwind eller dit eksisterende CSS-framework — uden behov for yderligere opmærkningstransformation.

Ja. Indsæt i WordPress, Webflow, Ghost, Notion (som indlejring), Confluence, GitBook eller dit eget statiske websted — opmærkningen er fri for afhængigheder, validerer mod W3C HTML5-specifikationen og gengives identisk på tværs af Chrome, Safari, Firefox og Edge. Billeder indlejres som base64 eller udtrækkes som separate filer afhængigt af dine præferencer.

Ja. PDF'er med kun billeder udløser OCR-motoren, som udtrækker tekst og genopbygger layoutet, før HTML genereres. Det betyder, at selv gamle scannede whitepapers, fotograferede rapporter og faxtilbagesendte dokumenter kan genudgives som moderne responsive websider med korrekte overskrifter, afsnit og links.

Ja. Indlejrede billeder udtrækkes, optimeres (WebP eller PNG afhængigt af indhold) og refereres via <img>-tags med bredde- og højdeattributter indstillet til CLS-venlig indlæsning. Vektordiagrammer kan blive fladgjort til en raster — for fuld vektortroskab kan du bruge PDF til billeder og indlejre SVG-gengivelserne manuelt.

Uploads slettes inden for få minutter, bruges aldrig til at træne modeller og deles aldrig. HTML-outputtet har intet vandmærke, ingen kreditering og ingen sporingspixel. Bureauer og interne teams bruger værktøjet til at migrere ældre PDF'er til moderne CMS-websteder uden nogen licens- eller privatlivsbekymringer.

Åbn Motor-kontrolgruppen ved siden af forhåndsvisningen, vælg Standard, Engine 1 eller Engine 2, og vælg derefter dokumentets sprog fra den søgbare Sprogvælger nedenunder — over 100 sprog understøttes, herunder ikke-latinske skrifter. Efter at have ændret en af indstillingerne skal du klikke på Kør udtrækning igen for at genskabe HTML'en med den nye OCR-gennemgang.

Start med Standard for almindelige sprog med latinsk skrift — det er hurtigst og mest præcist til hverdagsdokumenter. For mindre almindelige skrifter (arabisk, hindi, kinesisk), eller når Standard forvansker overskrifter og tabeller, skift til Motor 1 eller Motor 2, indstil det matchende Sprog, og Kør udtræk igen — forskellige motorer specialiserer sig i forskellige skrifter, så det tager kun sekunder at prøve begge, og det retter ofte forkert læste tegn med accenter.

Ja — outputpanelet viser et redigerbart kodefelt ved siden af en live-gengivet forhåndsvisning, så når du skriver en rettelse (fjerner et løst tag, justerer et overskriftsniveau, finpudser inline-tekst), opdateres forhåndsvisningsruden med det samme. Foretag alle dine rettelser der, før du trykker på download eller kopiér, da begge handlinger bruger det, der aktuelt er i kodefeltet, ikke det oprindelige OCR-output.

Klik på Kopiér HTML over outputpanelet — det kopierer præcis det, der står i den redigerbare kodeboks, inklusive eventuelle manuelle ændringer, du har lavet, til din udklipsholder og viser kortvarigt 'Kopieret!' som bekræftelse. Dette er den hurtigste løsning, når du indsætter direkte i et CMS's HTML- eller embed-blok i stedet for at uploade en fil.

Du kan konvertere en PDF til HTML uden at oprette en konto. Gratis konti, der er logget ind, får en daglig kvote af konverteringer og ser en lille forbrugsmåler, når de nærmer sig den, da scannede PDF-sider dirigeres gennem OCR — Premium-konti ser ingen grænse.

Nej — der er ingen indstilling for dette i værktøjet; hvordan billeder indlejres i output-HTML'en, afgøres automatisk og kan ikke ændres i brugerfladen, uanset hvad noget af sidens tekst antyder. Har du brug for selvstændige billedfiler til et CMS-mediebibliotek, skal du i stedet eksportere siderne separat med PDF til Billeder, der giver PNG eller JPG — ikke SVG — i dit valg af 150, 200 eller 300 DPI.