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.

ਆਪਣੀ PDF ਅੱਪਲੋਡ ਕਰੋ ਅਤੇ ਟੂਲ ਪਛਾਣ ਲੈਂਦਾ ਹੈ ਕਿ ਇਸ ਵਿੱਚ ਅਸਲ ਟੈਕਸਟ ਲੇਅਰ ਹੈ ਜਾਂ ਸਿਰਫ਼ ਸਕੈਨ ਕੀਤੀਆਂ ਤਸਵੀਰਾਂ। ਟੈਕਸਟ-ਲੇਅਰ ਵਾਲੀਆਂ PDF ਤੁਰੰਤ ਐਕਸਪੋਰਟ ਹੁੰਦੀਆਂ ਹਨ। ਸਿਰਫ਼-ਇਮੇਜ ਵਾਲੀਆਂ PDF (ਸਕੈਨ ਕੀਤੀਆਂ ਕਿਤਾਬਾਂ, ਫੋਟੋ ਖਿੱਚੀਆਂ ਰਸੀਦਾਂ, ਪੁਰਾਣੀਆਂ ਰਿਪੋਰਟਾਂ) ਆਪਣੇ-ਆਪ OCR ਵਿੱਚੋਂ ਲੰਘਦੀਆਂ ਹਨ। ਕਿਸੇ ਵੀ ਹਾਲ ਵਿੱਚ ਤੁਹਾਨੂੰ ਇੱਕ ਸਾਫ਼ .txt ਫਾਈਲ ਮਿਲਦੀ ਹੈ ਜਿਸ ਵਿੱਚ ਪੈਰੇ, ਲਾਈਨ ਬ੍ਰੇਕ ਅਤੇ ਭਾਗ ਸਪੇਸਿੰਗ ਸਾਂਭੀ ਰਹਿੰਦੀ ਹੈ।

ਹਾਂ। ਜੇ PDF ਸਿਰਫ਼-ਤਸਵੀਰ ਹੈ (ਸਕੈਨਾਂ, ਫੋਟੋ ਖਿੱਚੇ ਪੰਨਿਆਂ ਜਾਂ ਫੈਕਸ ਐਕਸਪੋਰਟਾਂ ਲਈ ਆਮ), ਤਾਂ OCR ਇੰਜਣ ਆਪਣੇ-ਆਪ ਚਾਲੂ ਹੋ ਜਾਂਦਾ ਹੈ — ਤੁਹਾਨੂੰ ਕਿਸੇ ਵੱਖਰੇ ਟੂਲ ਦੀ ਲੋੜ ਨਹੀਂ। ਬਹੁ-ਭਾਸ਼ਾ ਸਹਾਇਤਾ ਅੰਦਰ-ਨਿਰਮਿਤ ਹੈ, ਇਸ ਲਈ ਦੋਭਾਸ਼ੀ ਜਾਂ ਗੈਰ-ਲਾਤੀਨੀ ਲਿਪੀਆਂ (ਚੀਨੀ, ਅਰਬੀ, ਹਿੰਦੀ) ਵੀ ਇੱਕੋ ਪਾਸ ਵਿੱਚ ਕੱਢੀਆਂ ਜਾਂਦੀਆਂ ਹਨ।

ਪੈਰਿਆਂ ਦੇ ਬਰੇਕ, ਸੈਕਸ਼ਨਾਂ ਵਿਚਕਾਰ ਖਾਲੀ ਲਾਈਨਾਂ, ਬੁਲੇਟ ਪੁਆਇੰਟ ਮਾਰਕਰ ਅਤੇ ਨੰਬਰ ਵਾਲੀ ਸੂਚੀ ਦੇ ਅਗੇਤਰ ਸਾਦੇ ਟੈਕਸਟ ਵਜੋਂ ਬਰਕਰਾਰ ਰਹਿੰਦੇ ਹਨ। ਸਿਰਲੇਖ ਸ੍ਰੋਤ ਫੌਂਟ ਮੁਤਾਬਕ ਵੱਡੇ ਅੱਖਰਾਂ ਵਿੱਚ ਜਾਂ ਆਪਣੇ ਮੂਲ ਕੇਸਿੰਗ ਵਿੱਚ ਆਉਂਦੇ ਹਨ। ਦ੍ਰਿਸ਼ਟੀਗਤ ਜ਼ੋਰ (ਬੋਲਡ, ਇਟੈਲਿਕ) ਸਾਦੇ ਟੈਕਸਟ ਵਿੱਚ ਐਨਕੋਡ ਨਹੀਂ ਹੁੰਦਾ — ਇਸ ਲਈ ਉਸ ਵਾਸਤੇ PDF ਤੋਂ Word ਕਨਵਰਟਰ ਵਰਤੋ।

ਹਾਂ। ਅੱਪਲੋਡ ਤੋਂ ਬਾਅਦ ਪ੍ਰੌਂਪਟ ਵਿੱਚ ਪਾਸਵਰਡ ਦਾਖਲ ਕਰੋ, ਅਤੇ ਟੂਲ ਟੈਕਸਟ ਕੱਢਣ ਜੋਗੇ ਸਮੇਂ ਲਈ ਫਾਈਲ ਨੂੰ ਮੈਮੋਰੀ ਵਿੱਚ ਅਨਲੌਕ ਕਰਦਾ ਹੈ। ਪਾਸਵਰਡ ਕਦੇ ਵੀ ਡਿਸਕ 'ਤੇ ਸਟੋਰ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਜਾਂ ਤੀਜੀ-ਧਿਰ ਸੇਵਾਵਾਂ ਨੂੰ ਨਹੀਂ ਭੇਜਿਆ ਜਾਂਦਾ। ਪਾਸਵਰਡ ਤੋਂ ਬਿਨਾਂ ਲੌਕ ਕੀਤੀਆਂ PDF ਪ੍ਰੋਸੈਸ ਨਹੀਂ ਕੀਤੀਆਂ ਜਾ ਸਕਦੀਆਂ — ਸੁਰੱਖਿਆ ਕਾਰਨਾਂ ਕਰਕੇ, ਕੋਈ ਪਾਸਵਰਡ-ਕ੍ਰੈਕਿੰਗ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ।

50 MB ਅਤੇ 500 ਪੰਨਿਆਂ ਤੱਕ ਦੀਆਂ ਫਾਈਲਾਂ ਬਿਨਾਂ ਮੁਸ਼ਕਲ ਪ੍ਰੋਸੈਸ ਹੁੰਦੀਆਂ ਹਨ। ਵੱਡੇ ਦਸਤਾਵੇਜ਼ ਵੀ ਕੰਮ ਕਰਦੇ ਹਨ ਪਰ ਜ਼ਿਆਦਾ ਸਮਾਂ ਲੈਂਦੇ ਹਨ — ਇੱਕ 2000-ਪੰਨਿਆਂ ਦੇ ਕਾਨੂੰਨੀ ਆਰਕਾਈਵ ਨੂੰ OCR ਲਈ ਕੁਝ ਮਿੰਟ ਲੱਗ ਸਕਦੇ ਹਨ। ਵੱਡੇ ਬੈਚਾਂ ਲਈ, ਪਹਿਲਾਂ PDF Split ਔਜ਼ਾਰ ਨਾਲ PDF ਨੂੰ ਵੰਡੋ ਅਤੇ ਹਰ ਹਿੱਸੇ ਨੂੰ ਸਮਾਨਾਂਤਰ ਪ੍ਰੋਸੈਸ ਕਰੋ।

ਪ੍ਰੋਸੈਸਿੰਗ ਸੁਰੱਖਿਅਤ ਸਰਵਰਾਂ 'ਤੇ ਹੁੰਦੀ ਹੈ ਅਤੇ ਫਾਈਲਾਂ ਕੁਝ ਮਿੰਟਾਂ ਵਿੱਚ ਮਿਟਾ ਦਿੱਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। .txt ਆਊਟਪੁੱਟ ਤੁਹਾਡੀ ਹੈ — ਕੋਈ ਵਾਟਰਮਾਰਕ ਨਹੀਂ, ਕੋਈ ਐਟ੍ਰਿਬਿਊਸ਼ਨ ਨਹੀਂ, ਕੋਈ ਟ੍ਰੈਕਿੰਗ ਨਹੀਂ। ਖੋਜਕਰਤਾ, ਪੱਤਰਕਾਰ, ਵਕੀਲ ਅਤੇ ਵਿਦਿਆਰਥੀ ਇਸ ਟੂਲ ਦੀ ਵਰਤੋਂ ਗੁਪਤ ਰਿਪੋਰਟਾਂ ਵਿੱਚੋਂ ਟੈਕਸਟ ਕੱਢਣ ਲਈ ਕਰਦੇ ਹਨ, ਇਹ ਜਾਣਦੇ ਹੋਏ ਕਿ ਸੋਰਸ PDF ਨੂੰ ਪਰਿਵਰਤਨ ਤੋਂ ਬਾਅਦ ਰੱਖਿਆ ਨਹੀਂ ਜਾਂਦਾ।

ਹਾਂ। Engine ਪੈਨਲ ਖੋਲ੍ਹੋ, ਆਪਣੇ ਦਸਤਾਵੇਜ਼ ਦੀ ਭਾਸ਼ਾ ਤੇ OCR ਇੰਜਣ ਚੁਣੋ, ਅਤੇ ਪੇਜ ਉਸ ਲਿਪੀ ਵਿੱਚ ਪੜ੍ਹਿਆ ਜਾਂਦਾ ਹੈ — 100 ਤੋਂ ਵੱਧ ਭਾਸ਼ਾਵਾਂ ਸਮਰਥਿਤ ਹਨ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਗ਼ੈਰ-ਲਾਤੀਨੀ ਤੇ ਸੱਜੇ-ਤੋਂ-ਖੱਬੇ ਵਾਲੀਆਂ ਵੀ ਸ਼ਾਮਲ ਹਨ। ਜੇ ਪਹਿਲੀ ਵਾਰ ਵਿੱਚ ਉਚਾਰਨ-ਚਿੰਨ੍ਹ ਵਾਲੇ ਜਾਂ ਗ਼ੈਰ-ਅੰਗਰੇਜ਼ੀ ਅੱਖਰ ਗ਼ਲਤ ਪੜ੍ਹੇ ਜਾਣ, ਤਾਂ ਭਾਸ਼ਾ ਬਦਲੋ ਤੇ Re-run extraction ਟੈਪ ਕਰੋ।

ਫਾਰਮੈਟ ਕੀਤਾ ਵਿਊ ਪੰਨੇ ਦਾ ਅਸਲ ਲੇਆਉਟ — ਕਾਲਮ, ਸਪੇਸਿੰਗ ਤੇ ਲਾਈਨਾਂ ਦੀਆਂ ਥਾਵਾਂ — ਕਾਇਮ ਰੱਖਦਾ ਹੈ, ਜੋ ਟੇਬਲਾਂ ਤੇ ਰਸੀਦਾਂ ਲਈ ਫ਼ਾਇਦੇਮੰਦ ਹੈ। ਪਲੇਨ ਵਿਊ ਸਾਫ਼-ਸੁਥਰਾ, ਮੁੜ-ਵਹਾਅ ਵਾਲਾ ਟੈਕਸਟ ਦਿੰਦਾ ਹੈ ਜੋ ਕਿਸੇ ਦਸਤਾਵੇਜ਼ ਜਾਂ ਚੈਟਬੋਟ ਵਿੱਚ ਪੇਸਟ ਕਰਨਾ ਸੌਖਾ ਹੁੰਦਾ ਹੈ। ਦੋਵਾਂ ਵਿਚਕਾਰ ਟੌਗਲ ਕਰੋ, ਫਿਰ ਟੈਕਸਟ ਕਾਪੀ ਕਰੋ ਜਾਂ ਇਸਨੂੰ .txt ਫ਼ਾਈਲ ਵਜੋਂ ਡਾਊਨਲੋਡ ਕਰੋ।

ਇਹ ਟੂਲ ਤੁਹਾਨੂੰ ਕਾਪੀ ਕਰਨ ਜਾਂ .txt ਵਜੋਂ ਸੇਵ ਕਰਨ ਲਈ ਕੱਚਾ ਟੈਕਸਟ ਦਿੰਦਾ ਹੈ। ਜੇ ਤੁਸੀਂ ਅਸਲ PDF ਨੂੰ ਰੱਖਣਾ ਚਾਹੁੰਦੇ ਹੋ ਪਰ ਇਸ ਨੂੰ Ctrl+F ਨਾਲ ਖੋਜਣ ਯੋਗ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਇਸ ਨੂੰ Image to Searchable PDF ਟੂਲ ਰਾਹੀਂ ਚਲਾਓ — ਇਹ ਸਕੈਨ ਉੱਤੇ ਇੱਕ ਅਦਿੱਖ OCR ਟੈਕਸਟ ਲੇਅਰ ਜੋੜਦਾ ਹੈ ਤਾਂ ਜੋ ਪੇਜ ਬਿਲਕੁਲ ਉਹੀ ਦਿਖੇ ਜਦਕਿ ਸ਼ਬਦ ਚੁਣੇ ਜਾ ਸਕਣ।

ਆਮ ਲਾਤੀਨੀ-ਲਿਪੀ ਭਾਸ਼ਾਵਾਂ ਲਈ Default ਅਤੇ ਆਪਣੇ ਦਸਤਾਵੇਜ਼ ਦੀ ਭਾਸ਼ਾ ਨਾਲ ਸ਼ੁਰੂ ਕਰੋ — ਇਹ ਰੋਜ਼ਾਨਾ ਲਿਖਤ ਲਈ ਤੇਜ਼ ਅਤੇ ਸਹੀ ਹੈ। ਜੇ ਆਊਟਪੁੱਟ ਗੜਬੜ ਦਿਸਦਾ ਹੈ ਜਾਂ ਲਿਪੀ ਗ਼ੈਰ-ਲਾਤੀਨੀ (ਅਰਬੀ, ਹਿੰਦੀ, ਚੀਨੀ, ਸਿਰਿਲਿਕ) ਹੈ, ਤਾਂ Engine 1 ਜਾਂ Engine 2 ਉੱਤੇ ਜਾਓ, ਚੋਣਕਾਰ ਵਿੱਚੋਂ ਮੇਲ ਖਾਂਦੀ ਭਾਸ਼ਾ ਚੁਣੋ, ਅਤੇ ਦੁਬਾਰਾ-ਕੱਢਣ ਟੈਪ ਕਰੋ — ਵੱਖ-ਵੱਖ ਇੰਜਣ ਵੱਖ-ਵੱਖ ਲਿਪੀਆਂ ਲਈ ਸੁਧਾਰੇ ਗਏ ਹਨ, ਇਸ ਲਈ ਦੋਵੇਂ ਅਜ਼ਮਾਉਣ ਵਿੱਚ ਕੁਝ ਸਕਿੰਟ ਲੱਗਦੇ ਹਨ।

ਆਊਟਪੁੱਟ ਬਾਕਸ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸੰਪਾਦਨਯੋਗ ਹੈ, ਇਸ ਲਈ ਤੁਸੀਂ ਸਕ੍ਰੀਨ ਉੱਤੇ ਹੀ ਕਿਸੇ OCR ਗ਼ਲਤੀ ਨੂੰ ਝਟਪਟ ਸਾਫ਼ ਕਰ ਸਕਦੇ ਹੋ ਜਾਂ ਕੋਈ ਭਾਗ ਛਾਂਗ ਸਕਦੇ ਹੋ। ਕਲਿੱਪਬੋਰਡ ਵਿੱਚ ਕਾਪੀ ਕਰੋ ਹਮੇਸ਼ਾ ਬਿਲਕੁਲ ਉਹੀ ਕਾਪੀ ਕਰਦਾ ਹੈ ਜੋ ਇਸ ਵੇਲੇ ਬਾਕਸ ਵਿੱਚ ਹੈ, ਸੰਪਾਦਨਾਂ ਸਮੇਤ — ਪਰ .txt ਡਾਊਨਲੋਡ ਕਰੋ ਆਖ਼ਰੀ Engine/Language ਰਨ ਵੱਲੋਂ ਬਣਾਈ ਅਸਲ ਫ਼ਾਈਲ ਸਾਂਭਦਾ ਹੈ, ਤੁਹਾਡੇ ਸਕ੍ਰੀਨ-ਉੱਤਲੇ ਸੰਪਾਦਨ ਨਹੀਂ। ਕੋਈ ਸੁਧਾਰ ਰੱਖਣ ਲਈ, ਕਾਪੀ ਵਰਤੋ ਅਤੇ ਇਸ ਨੂੰ ਆਪਣੀ .txt ਫ਼ਾਈਲ ਵਿੱਚ ਚਿਪਕਾਓ, ਜਾਂ ਜੇ ਗ਼ਲਤੀ ਪ੍ਰਣਾਲੀਗਤ ਹੈ, ਤਾਂ ਹੱਥੀਂ ਸੰਪਾਦਨ ਦੀ ਬਜਾਏ Language ਜਾਂ Engine ਬਦਲੋ ਅਤੇ ਦੁਬਾਰਾ-ਕੱਢਣ ਟੈਪ ਕਰੋ।