Extract text from images — free

Konverter membangun ulang struktur logis dokumen — heading, paragraf, daftar, elemen <table> asli, tautan, dan gambar — bukan sekadar menyematkan setiap karakter pada koordinat X/Y seperti yang dilakukan sebagian penampil PDF. Hasilnya menyesuaikan tata letak di perangkat seluler, terindeks dengan baik untuk SEO, dan langsung dapat diakses pembaca layar.

Ya. Tabel menjadi elemen <table>, <thead>, <tbody>, <tr>, <th>, dan <td> standar dengan atribut scope yang tepat pada sel header. Itu membuatnya ramah pembaca layar, dapat dicari, dan mudah ditata dengan Bootstrap, Tailwind, atau framework CSS Anda yang sudah ada — tanpa perlu transformasi markup tambahan.

Ya. Tempelkan ke WordPress, Webflow, Ghost, Notion (sebagai sematan), Confluence, GitBook, atau situs statis khusus Anda — markup-nya bebas dependensi, lolos validasi terhadap spesifikasi W3C HTML5, dan dirender secara identik di Chrome, Safari, Firefox, dan Edge. Gambar disisipkan sebagai base64 atau diekstraksi sebagai file terpisah sesuai preferensi Anda.

Ya. PDF yang hanya berupa gambar memicu mesin OCR, yang mengekstrak teks dan membangun ulang tata letak sebelum menghasilkan HTML. Artinya, bahkan whitepaper pindaian lama, laporan yang difoto, dan dokumen yang dikirim balik melalui faks dapat diterbitkan ulang sebagai halaman web responsif modern dengan judul, paragraf, dan tautan yang tepat.

Ya. Gambar yang tertanam diekstraksi, dioptimalkan (WebP atau PNG tergantung kontennya), dan dirujuk melalui tag <img> dengan atribut width dan height yang disetel untuk pemuatan ramah CLS. Bagan vektor mungkin diratakan menjadi raster — untuk kesetiaan vektor penuh, gunakan PDF ke Gambar dan sematkan hasil SVG secara manual.

Unggahan dihapus dalam hitungan menit, tidak pernah digunakan untuk melatih model, tidak pernah dibagikan. Hasil HTML tidak memiliki tanda air, tanpa komentar atribusi, tanpa piksel pelacak. Agensi dan tim internal menggunakan alat ini untuk memigrasikan PDF lama ke situs CMS modern tanpa kekhawatiran lisensi atau privasi apa pun.

Buka grup kontrol Engine di samping pratinjau, pilih Default, Engine 1, atau Engine 2, lalu pilih bahasa dokumen dari pemilih Bahasa yang dapat dicari di bawahnya — lebih dari 100 bahasa didukung, termasuk aksara non-Latin. Setelah mengubah salah satu pengaturan, klik Jalankan ulang ekstraksi untuk membuat ulang HTML dengan proses OCR baru.

Mulai dengan Default untuk bahasa beraksara Latin umum — ini yang tercepat dan terakurat untuk dokumen sehari-hari. Untuk aksara yang kurang umum (Arab, Hindi, Mandarin) atau saat Default mengacaukan judul dan tabel, beralih ke Engine 1 atau Engine 2, atur Bahasa yang sesuai, lalu Re-run extraction — engine yang berbeda mengkhususkan diri pada aksara yang berbeda, jadi mencoba keduanya hanya butuh beberapa detik dan sering kali memperbaiki karakter beraksen yang salah dibaca.

Ya — panel keluaran menampilkan kotak kode yang bisa diedit di samping pratinjau yang dirender langsung, jadi mengetik perbaikan (menghapus tag liar, menyesuaikan level heading, menyunting teks inline) langsung memperbarui panel pratinjau. Lakukan semua koreksi Anda di sana sebelum menekan unduh atau salin, karena kedua tindakan menggunakan apa pun yang saat ini ada di kotak kode, bukan keluaran OCR asli.

Klik Salin HTML di atas panel keluaran — ini menyalin persis apa yang ada di kotak kode yang dapat diedit, termasuk setiap suntingan manual yang telah Anda buat, ke papan klip Anda dan sebentar menampilkan 'Tersalin!' untuk konfirmasi. Ini adalah rute tercepat ketika Anda menempelkan langsung ke blok HTML atau embed CMS alih-alih mengunggah file.

Anda dapat mengonversi PDF ke HTML tanpa membuat akun. Akun gratis yang masuk mendapat jatah konversi harian dan melihat meteran penggunaan kecil begitu mendekatinya, karena halaman PDF hasil pindai melewati OCR — akun Premium tidak melihat batas apa pun.

Tidak — tidak ada pengaturan untuk ini di alat tersebut; cara gambar disematkan dalam HTML keluaran ditentukan secara otomatis dan tidak dapat diubah di UI, apa pun yang dikesankan sebagian teks situs. Jika Anda memerlukan file gambar mandiri untuk pustaka media CMS, ekspor halaman secara terpisah dengan PDF ke Gambar sebagai gantinya, yang menghasilkan PNG atau JPG — bukan SVG — pada pilihan Anda 150, 200, atau 300 DPI.