Extract text from images — free

Konverteringsverktøyet gjenoppbygger dokumentets logiske struktur — overskrifter, avsnitt, lister, ekte <table>-elementer, lenker og bilder — i stedet for bare å feste hvert tegn til en X/Y-koordinat slik noen PDF-lesere gjør. Resultatet flyter om på mobil, indekseres godt for SEO og er tilgjengelig for skjermlesere rett ut av boksen.

Ja. Tabeller blir til standard <table>-, <thead>-, <tbody>-, <tr>-, <th>- og <td>-elementer med riktige scope-attributter på overskriftsceller. Det gjør dem skjermleservennlige, søkbare og enkle å style med Bootstrap, Tailwind eller ditt eksisterende CSS-rammeverk – ingen ekstra markeringstransformasjon nødvendig.

Ja. Lim inn i WordPress, Webflow, Ghost, Notion (som innebygging), Confluence, GitBook eller ditt egendefinerte statiske nettsted – markeringen er avhengighetsfri, validerer mot W3C HTML5-spesifikasjonen og gjengis identisk på tvers av Chrome, Safari, Firefox og Edge. Bilder legges inn som Base64 eller hentes ut som separate filer avhengig av hva du foretrekker.

Ja. PDF-er som bare inneholder bilder utløser OCR-motoren, som henter ut tekst og bygger opp oppsettet på nytt før den genererer HTML. Det betyr at selv gamle skannede whitepapers, fotograferte rapporter og fakstilbakesendte dokumenter kan publiseres på nytt som moderne responsive nettsider med skikkelige overskrifter, avsnitt og lenker.

Ja. Innebygde bilder hentes ut, optimaliseres (WebP eller PNG avhengig av innhold), og refereres via <img>-tagger med bredde- og høydeattributter satt for CLS-vennlig lasting. Vektordiagrammer kan flates ut til et raster – for full vektortroskap bruker du PDF til bilder og bygger inn SVG-gjengivelsene manuelt.

Opplastinger slettes i løpet av minutter, brukes aldri til å trene modeller og deles aldri. HTML-utdataene har ingen vannmerke, ingen krediteringskommentar og ingen sporingspiksel. Byråer og interne team bruker verktøyet til å migrere eldre PDF-er over til moderne CMS-nettsteder uten noen bekymringer om lisensiering eller personvern.

Åpne Motor-kontrollgruppen ved siden av forhåndsvisningen, velg Standard, Engine 1 eller Engine 2, og velg deretter dokumentets språk fra den søkbare Språk-velgeren under den — over 100 språk støttes, inkludert ikke-latinske skrifter. Etter å ha endret en av innstillingene, klikk Kjør uttrekking på nytt for å generere HTML-en på nytt med den nye OCR-kjøringen.

Start med Standard for vanlige språk med latinsk skrift — det er raskest og mest nøyaktig for hverdagsdokumenter. For mindre vanlige skrifter (arabisk, hindi, kinesisk) eller når Standard forvrenger overskrifter og tabeller, bytt til Motor 1 eller Motor 2, angi det tilsvarende Språket, og Kjør uttrekk på nytt — ulike motorer spesialiserer seg på ulike skrifter, så det tar bare sekunder å prøve begge, og det retter ofte feillesing av tegn med aksent.

Ja — utdatapanelet viser en redigerbar kodeboks ved siden av en direkte gjengitt forhåndsvisning, så det å skrive en rettelse (fjerne en løs tagg, justere et overskriftsnivå, finjustere innebygd tekst) oppdaterer forhåndsvisningsruten umiddelbart. Gjør alle rettelsene dine der før du trykker nedlast eller kopier, siden begge handlingene bruker det som til enhver tid er i kodeboksen, ikke den opprinnelige OCR-utdataen.

Klikk Copy HTML over utdatapanelet — den kopierer nøyaktig det som står i den redigerbare kodeboksen, inkludert eventuelle manuelle endringer du har gjort, til utklippstavlen og viser kort «Copied!» som bekreftelse. Dette er den raskeste veien når du limer rett inn i en CMS-ens HTML- eller embed-blokk i stedet for å laste opp en fil.

Du kan konvertere en PDF til HTML uten å opprette en konto. Innloggede gratiskontoer får en daglig kvote med konverteringer og ser en liten bruksmåler når de nærmer seg den, siden skannede PDF-sider rutes gjennom OCR — Premium-kontoer ser ingen grense.

Nei — det finnes ingen innstilling for dette i verktøyet; hvordan bilder bygges inn i utdata-HTML-en avgjøres automatisk og kan ikke byttes i grensesnittet, uansett hva noe av teksten på nettstedet antyder. Hvis du trenger frittstående bildefiler for et CMS-mediebibliotek, eksporter sidene separat med PDF til bilder i stedet, som gir ut PNG eller JPG — ikke SVG — i ditt valg av 150, 200 eller 300 DPI.