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.

Tải lên PDF của bạn và công cụ phát hiện xem nó chứa lớp văn bản thực hay chỉ là hình ảnh quét. PDF có lớp văn bản xuất ra tức thì. PDF chỉ có hình ảnh (sách quét, hóa đơn chụp ảnh, báo cáo cũ) được chạy qua OCR tự động. Dù theo cách nào, bạn đều nhận được tệp .txt gọn gàng với đoạn văn, ngắt dòng và khoảng cách giữa các phần được giữ nguyên.

Có. Nếu file PDF chỉ gồm ảnh (thường gặp với bản quét, trang chụp ảnh hoặc bản xuất từ fax), bộ máy OCR sẽ tự động kích hoạt — bạn không cần một công cụ riêng. Hỗ trợ đa ngôn ngữ được tích hợp sẵn, nên ngay cả văn bản song ngữ hay chữ viết không phải Latinh (tiếng Trung, Ả Rập, Hindi) cũng được trích xuất trong cùng một lượt.

Dấu ngắt đoạn, dòng trống giữa các phần, ký hiệu đầu dòng và tiền tố danh sách đánh số được giữ lại dưới dạng văn bản thuần. Tiêu đề được hiển thị bằng chữ hoa hoặc giữ nguyên kiểu chữ gốc tùy thuộc vào font nguồn. Nhấn mạnh trực quan (in đậm, in nghiêng) không được mã hóa trong văn bản thuần — để có những thứ đó, hãy dùng công cụ chuyển PDF sang Word.

Có. Nhập mật khẩu vào ô nhắc sau khi tải lên, và công cụ sẽ mở khóa file trong bộ nhớ vừa đủ lâu để trích xuất văn bản. Mật khẩu không bao giờ được lưu trên ổ đĩa hay truyền tới các dịch vụ bên thứ ba. Các file PDF bị khóa mà không có mật khẩu thì không thể xử lý — vì lý do bảo mật, không có thao tác phá mật khẩu nào được thực hiện.

Tệp lên đến 50 MB và 500 trang được xử lý suôn sẻ. Tài liệu lớn hơn cũng được nhưng mất nhiều thời gian hơn — một kho lưu trữ pháp lý 2000 trang có thể mất vài phút để chạy OCR. Với các lô tệp khổng lồ, hãy tách PDF trước bằng công cụ Tách PDF rồi xử lý song song từng phần.

Quá trình xử lý diễn ra trên các máy chủ bảo mật và tệp được xóa trong vòng vài phút. Tệp .txt đầu ra là của bạn — không hình mờ, không ghi nguồn, không theo dõi. Các nhà nghiên cứu, nhà báo, luật sư và sinh viên dùng công cụ này để trích xuất văn bản từ các báo cáo mật, yên tâm rằng tệp PDF nguồn không được lưu lại sau khi chuyển đổi.

Có. Mở bảng Công cụ, chọn ngôn ngữ tài liệu và công cụ OCR của bạn, và trang sẽ được đọc theo hệ chữ đó — hơn 100 ngôn ngữ được hỗ trợ, bao gồm cả các hệ chữ phi Latinh và viết từ phải sang trái. Nếu lượt đầu đọc sai các ký tự có dấu hoặc không phải tiếng Anh, hãy đổi ngôn ngữ và chạm Chạy lại trích xuất.

Chế độ xem định dạng giữ nguyên bố cục gốc của trang — cột, khoảng cách và vị trí dòng — rất hữu ích cho bảng biểu và hóa đơn. Chế độ xem văn bản thuần cho ra văn bản gọn gàng, được căn chỉnh lại, dễ dán vào tài liệu hoặc chatbot hơn. Chuyển đổi giữa hai chế độ, rồi sao chép văn bản hoặc tải về dưới dạng tệp .txt.

Công cụ này trả cho bạn văn bản thô để sao chép hoặc lưu dưới dạng .txt. Nếu bạn muốn giữ PDF gốc nhưng làm cho nó tìm được bằng Ctrl+F, hãy đưa nó qua công cụ Ảnh sang PDF có thể tìm kiếm — công cụ này thêm một lớp văn bản OCR vô hình lên bản quét, nên trang trông y hệt trong khi các từ trở nên chọn được.

Bắt đầu với Default và ngôn ngữ của tài liệu cho các ngôn ngữ dùng hệ chữ Latinh phổ biến — nó nhanh và chính xác cho văn bản thường ngày. Nếu kết quả bị lỗi hoặc hệ chữ không phải Latinh (tiếng Ả Rập, Hindi, Trung, Kirin), chuyển sang Engine 1 hoặc Engine 2, chọn ngôn ngữ tương ứng ở bộ chọn, và chạm Re-run extraction — mỗi engine được tinh chỉnh cho từng hệ chữ khác nhau, nên thử cả hai chỉ mất vài giây.

Ô kết quả hoàn toàn có thể chỉnh sửa, nên bạn có thể nhanh chóng dọn một lỗi OCR hoặc cắt bớt một phần ngay trên màn hình. Copy to clipboard luôn sao chép chính xác những gì hiện có trong ô, bao gồm cả các chỉnh sửa — nhưng Download .txt lưu tệp gốc do lần chạy Engine/Language cuối cùng tạo ra, chứ không phải các chỉnh sửa trên màn hình của bạn. Để giữ một sửa đổi, dùng Copy và dán nó vào tệp .txt của riêng bạn, hoặc nếu lỗi mang tính hệ thống, hãy đổi Language hoặc Engine và chạm Re-run extraction thay vì sửa bằng tay.