Extract text from images — free

Конвертер восстанавливает логическую структуру документа — заголовки, абзацы, списки, настоящие элементы <table>, ссылки и изображения — вместо того чтобы просто закреплять каждый символ на координате X/Y, как это делают некоторые программы просмотра PDF. Результат корректно перестраивается на мобильных устройствах, хорошо индексируется для SEO и доступен для программ чтения с экрана из коробки.

Да. Таблицы превращаются в стандартные элементы <table>, <thead>, <tbody>, <tr>, <th> и <td> с правильными атрибутами scope для ячеек заголовков. Это делает их удобными для программ чтения с экрана, доступными для поиска и лёгкими в стилизации с помощью Bootstrap, Tailwind или вашего текущего CSS-фреймворка — без дополнительного преобразования разметки.

Да. Вставляйте в WordPress, Webflow, Ghost, Notion (как встраивание), Confluence, GitBook или ваш собственный статический сайт — разметка не имеет зависимостей, проходит проверку по спецификации W3C HTML5 и отображается одинаково в Chrome, Safari, Firefox и Edge. Изображения встраиваются как base64 или извлекаются как отдельные файлы по вашему выбору.

Да. PDF, состоящие только из изображений, запускают движок OCR, который извлекает текст и восстанавливает вёрстку перед созданием HTML. Это значит, что даже старые отсканированные технические документы, сфотографированные отчёты и присланные факсом документы можно заново опубликовать как современные адаптивные веб-страницы с правильными заголовками, абзацами и ссылками.

Да. Встроенные изображения извлекаются, оптимизируются (WebP или PNG в зависимости от содержимого) и подключаются через теги <img> с заданными атрибутами width и height для загрузки без сдвигов макета (CLS). Векторные диаграммы могут преобразоваться в растр — для полной векторной точности используйте PDF в изображения и встройте варианты SVG вручную.

Загруженные файлы удаляются в течение нескольких минут, никогда не используются для обучения моделей и никому не передаются. Результат в HTML не содержит водяных знаков, комментариев об авторстве и пикселей отслеживания. Агентства и штатные команды используют инструмент, чтобы переносить старые PDF-файлы на современные CMS-сайты без вопросов с лицензированием и конфиденциальностью.

Откройте группу управления «Движок» рядом с превью, выберите Default, Engine 1 или Engine 2, затем выберите язык документа в списке языков с поиском под ней — поддерживается более 100 языков, включая нелатинские письменности. После изменения любой из настроек нажмите «Повторить извлечение», чтобы пересоздать HTML с новым проходом OCR.

Начните с движка Default для распространённых языков на латинице — он самый быстрый и точный для повседневных документов. Для менее распространённых письменностей (арабская, хинди, китайская) или когда Default искажает заголовки и таблицы, переключитесь на Engine 1 или Engine 2, задайте нужный язык, затем нажмите «Повторить распознавание» — разные движки специализируются на разных письменностях, так что проверить оба займёт секунды и часто исправит неверно распознанные символы с диакритикой.

Да — панель вывода показывает редактируемое поле кода рядом с живым отрендеренным предпросмотром, поэтому ввод правки (удаление лишнего тега, изменение уровня заголовка, корректировка встроенного текста) сразу обновляет панель предпросмотра. Внесите все свои исправления там перед нажатием «Скачать» или «Копировать», поскольку оба действия используют то, что сейчас в поле кода, а не исходный результат OCR.

Нажмите «Копировать HTML» над панелью вывода — это скопирует в буфер обмена именно то, что находится в редактируемом поле кода, включая все внесённые вами правки, и на мгновение покажет «Скопировано!» для подтверждения. Это самый быстрый способ, когда вы вставляете код прямо в HTML- или embed-блок CMS, а не загружаете файл.

Вы можете конвертировать PDF в HTML без создания аккаунта. Вошедшие бесплатные аккаунты получают дневной лимит конвертаций и видят небольшой счётчик использования при приближении к нему, поскольку отсканированные страницы PDF проходят через OCR — аккаунты Premium не видят никакого лимита.

Нет — в инструменте нет такой настройки; то, как изображения встраиваются в выходной HTML, определяется автоматически и не переключается в интерфейсе, что бы ни говорил текст на сайте. Если вам нужны отдельные файлы изображений для медиатеки CMS, вместо этого экспортируйте страницы по отдельности через «PDF в изображения», который выдаёт PNG или JPG — не SVG — с вашим выбором 150, 200 или 300 DPI.