Extract text from images — free

Upload the PDF and the tool extracts all of its text — including from scanned pages via OCR — into a copy-ready view. Click Copy to grab everything to your clipboard, or download it as a .txt file. This works even when the PDF blocks selection or is just a photo of a document.

Lähetä PDF-tiedostosi, niin työkalu tunnistaa, sisältääkö se oikean tekstitason vai pelkkiä skannattuja kuvia. Tekstitason PDF-tiedostot viedään heti. Pelkät kuva-PDF-tiedostot (skannatut kirjat, valokuvatut kuitit, vanhat raportit) kulkevat OCR:n läpi automaattisesti. Joka tapauksessa saat siistin .txt-tiedoston, jossa kappaleet, rivinvaihdot ja osioiden välistys säilyvät.

Kyllä. Jos PDF on pelkästään kuvapohjainen (yleistä skannauksissa, valokuvatuissa sivuissa tai faksivienneissä), OCR-moottori käynnistyy automaattisesti – et tarvitse erillistä työkalua. Monikielinen tuki on sisäänrakennettu, joten myös kaksikieliset tai ei-latinalaiset kirjoitukset (kiina, arabia, hindi) poimitaan samalla kierroksella.

Kappalevaihdot, osioiden väliset tyhjät rivit, luettelomerkit ja numeroitujen luetteloiden etuliitteet säilyvät pelkkänä tekstinä. Otsikot tulevat läpi joko isoin kirjaimin tai alkuperäisellä kirjainkoollaan lähdefontista riippuen. Visuaalista korostusta (lihavointi, kursivointi) ei koodata pelkkään tekstiin – käytä siihen PDF Wordiksi -muunninta.

Kyllä. Syötä salasana kehotteeseen lataamisen jälkeen, niin työkalu avaa tiedoston muistissa juuri sen verran, että teksti saadaan poimittua. Salasanaa ei koskaan tallenneta levylle eikä välitetä kolmansien osapuolten palveluihin. Lukittuja PDF-tiedostoja ilman salasanaa ei voi käsitellä – turvallisuussyistä salasanojen murtamista ei suoriteta.

Enintään 50 MB:n ja 500 sivun tiedostot käsitellään ongelmitta. Suuremmatkin asiakirjat toimivat, mutta vievät enemmän aikaa – 2000-sivuisen oikeudellisen arkiston OCR voi kestää muutaman minuutin. Massiivisissa erissä jaa PDF ensin PDF-jakotyökalulla ja käsittele kukin osa rinnakkain.

Käsittely tapahtuu suojatuilla palvelimilla ja tiedostot poistetaan minuuttien sisällä. .txt-tuloste on sinun – ei vesileimaa, ei lähdemerkintää, ei seurantaa. Tutkijat, toimittajat, juristit ja opiskelijat käyttävät työkalua tekstin poimimiseen luottamuksellisista raporteista tietäen, ettei lähde-PDF:ää säilytetä muunnoksen jälkeen.

Kyllä. Avaa Moottori-paneeli, valitse asiakirjasi kieli ja OCR-moottori, ja sivu luetaan kyseisellä kirjoitusjärjestelmällä — yli 100 kieltä tuetaan, mukaan lukien ei-latinalaiset ja oikealta vasemmalle kirjoitettavat. Jos ensimmäinen käsittelykerta lukee väärin tarkkeelliset tai muut kuin englanninkieliset merkit, vaihda kieltä ja napauta Suorita tunnistus uudelleen.

Muotoiltu näkymä säilyttää sivun alkuperäisen asettelun — sarakkeet, välistyksen ja rivien sijainnit — mikä auttaa taulukoiden ja kuittien kanssa. Pelkkä teksti -näkymä tuottaa siistiä, uudelleen muotoiltua tekstiä, joka on helpompi liittää asiakirjaan tai chatbotiin. Vaihda näkymien välillä ja kopioi teksti tai lataa se .txt-tiedostona.

Tämä työkalu antaa sinulle raakatekstin kopioitavaksi tai tallennettavaksi .txt-tiedostona. Jos haluat mieluummin säilyttää alkuperäisen PDF:n mutta tehdä siitä Ctrl+F-haettavan, aja se Kuva haettavaksi PDF:ksi -työkalun läpi — se lisää näkymättömän OCR-tekstikerroksen skannauksen päälle, joten sivu näyttää samalta, mutta sanat tulevat valittaviksi.

Aloita Oletus-asetuksella ja asiakirjasi kielellä yleisten latinalaisiin kirjaimiin perustuvien kielten kohdalla — se on nopea ja tarkka jokapäiväiselle tekstille. Jos tulos näyttää sekavalta tai kirjoitus ei ole latinalaista (arabia, hindi, kiina, kyrillinen), vaihda Moottori 1:een tai Moottori 2:een, valitse vastaava kieli valitsimesta ja napauta Suorita tunnistus uudelleen — eri moottorit on viritetty eri kirjoitusjärjestelmille, joten molempien kokeileminen vie vain sekunteja.

Tulostuslaatikko on täysin muokattava, joten voit nopeasti siivota OCR-virheen tai leikata osan suoraan näytöllä. Kopioi leikepöydälle kopioi aina tarkalleen sen, mikä laatikossa parhaillaan on, muokkaukset mukaan lukien — mutta Lataa .txt tallentaa viimeisen Moottori/Kieli-ajon tuottaman alkuperäisen tiedoston, ei näytöllä tehtyjä muokkauksia. Säilyttääksesi korjauksen käytä Kopioi-toimintoa ja liitä se omaan .txt-tiedostoosi, tai jos virhe on järjestelmällinen, vaihda Kieli tai Moottori ja napauta Suorita tunnistus uudelleen käsin muokkaamisen sijaan.