PDF pesquisável / OCR
Execute OCR em um PDF digitalizado gratuitamente, direto no navegador, usando um mecanismo de OCR no dispositivo.
- Adicionar
- Ajustar
- Criar
- Manter
Como usar esta ferramenta
- Adicione um PDF digitalizado ou baseado em imagens usando o seletor de arquivos ou arrastando e soltando — não é preciso verificar antes se o texto é “de verdade”.
- Escolha as páginas em que você quer aplicar OCR e o idioma do texto. Na primeira vez que você escolher um idioma, o pacote será baixado no seu dispositivo, com o progresso visível; depois, funciona totalmente offline.
- Escolha uma resolução de renderização: 300 DPI é a opção padrão recomendada para texto impresso, 600 DPI ajuda com letras muito pequenas e 150/72 DPI são opções mais rápidas para rascunhos. Mantenha a correção de inclinação, a escala de cinza e o aumento de contraste ativados em digitalizações comuns. Desative-os em documentos que já estejam nítidos para economizar tempo.
- Defina um limite de confiança (60% por padrão). Depois do processamento, o resumo mostra quantas palavras reconhecidas ficaram abaixo desse limite, para você revisá-las em uma nova etapa.
- Baixe o resultado: as páginas originais permanecem visualmente iguais, mas agora incluem uma camada invisível de texto pesquisável, que você pode selecionar, copiar e localizar.
Sobre esta ferramenta
Execute OCR em um PDF digitalizado gratuitamente, direto no navegador, usando um mecanismo de OCR no dispositivo. Transforme as páginas em texto pesquisável e selecionável. Nada é enviado a um servidor. O PDF pesquisável é gerado localmente e baixado direto do seu dispositivo.
Privacidade e limitações
A precisão do OCR depende da qualidade da digitalização, da legibilidade da fonte e da cobertura do pacote de idiomas. O reconhecimento de escrita à mão, digitalizações com contraste muito baixo e páginas muito decoradas costuma ser ruim. O alinhamento da camada de texto invisível é aproximado, não perfeito em cada pixel — ao selecionar e copiar o texto, a seleção pode se ajustar a caixas ligeiramente deslocadas, especialmente perto das margens e em layouts com várias colunas. O OCR é processado inteiramente no seu dispositivo. Por isso, documentos muito grandes ou com muitas páginas podem levar bastante tempo, e o uso de memória aumenta conforme o tamanho da página e o DPI (uma página carta a 600 DPI tem cerca de 8 MB de dados de imagem por página). Para sistemas de escrita não latinos, como o devanágari (hindi), a camada de texto vem da página Unicode do próprio mecanismo de OCR, que é esticada até os limites da página. Em páginas giradas ou quando não é possível incorporar essa página, essas palavras recorrem à fonte padrão, que aceita apenas caracteres latinos, e são ignoradas; por isso, não podem ser pesquisadas nem selecionadas. Páginas com rotação definida no próprio PDF (por exemplo, uma página horizontal dentro de um documento vertical) recebem uma camada de texto alinhada à visualização rotacionada, então o posicionamento é aproximado.
Última atualização:
Perguntas frequentes
Como transformar um PDF digitalizado em texto editável?
Adicione o PDF digitalizado e execute o OCR: a ferramenta reconhece o texto de cada página no seu dispositivo e adiciona uma camada de texto invisível e selecionável sobre a digitalização original. Assim, o documento mantém a mesma aparência, mas o texto fica pesquisável e pode ser copiado.
O OCR funciona com texto manuscrito?
O OCR é ajustado para textos impressos. O reconhecimento de escrita à mão tem uma precisão bem menor e não é um uso compatível com esta ferramenta. Letras de forma bem legíveis às vezes são reconhecidas, mas, em geral, a escrita cursiva não. Por isso, espere precisar redigitar à mão o conteúdo das páginas manuscritas.
Quais idiomas o OCR reconhece?
Você pode escolher inglês, hindi, espanhol, português ou francês. Na primeira vez que escolher um idioma, os dados dele serão baixados uma vez, com o progresso exibido. Depois, o OCR funciona sem conexão com a internet. Suas páginas não são enviadas. Para obter a melhor precisão, escolha o idioma correspondente ao texto da página.
Por que o OCR é lento ou impreciso em algumas páginas?
O OCR é executado no seu dispositivo, então documentos longos e resoluções altas exigem tempo e memória. A precisão depende da qualidade da digitalização: páginas com pouco contraste, tortas ou decoradas costumam ser reconhecidas com menos precisão. O padrão de 300 DPI atende a textos impressos; experimente 600 DPI para letras muito pequenas.