dojotool
PDFИИ

Распознать текст из PDF в Word

Выберите скан PDF, и нейросеть прочитает текст на всех страницах. Получится документ Word, TXT и тот же PDF, в котором текст можно найти и скопировать.

Файлы обрабатываются на вашем устройстве и не уходят на сервер.

  1. Выберите PDF
  2. Выберите язык
  3. Скачайте текст
скан отчёта, 3 страницы

Как пользоваться

  1. Нажмите «Выбрать PDF» или перетащите файл на страницу. Подойдут сканы и PDF, собранные из фотографий. На телефоне подойдёт файл до 100 МБ.
  2. Выберите язык документа (по умолчанию русский) и нажмите «Распознать текст». В первый раз браузер скачает распознавание: около 9 МБ для русского, до 20 МБ для других языков. Потом оно берётся из памяти браузера.
  3. Нажмите «Скачать DOCX». Рядом лежат «PDF с текстом» и файл TXT.

Что вы получите

Документ Word с текстом всех страниц: строки одной фразы склеены в абзацы, каждая страница PDF начинается с новой страницы Word. Таблицы и картинки в Word не переносятся, только текст.

PDF с текстом: те же страницы, что в скане, но под картинкой лежит невидимый текст. Его можно найти через Ctrl+F, выделить и скопировать. Страницы, где текст уже был, сайт не распознаёт, а берёт текст из файла.

Как распознать скан PDF точнее

Чем чётче скан, тем меньше ошибок. Перекошенные и тёмные страницы читаются хуже, а рукописный текст сайт не распознаёт.

Выберите язык документа до запуска: для каждой письменности своя модель распознавания, и с неверным языком текст выйдет с ошибками.

Вопросы

Где распознаётся PDF?
На вашем устройстве, в браузере. Файл никуда не отправляется, с сервера браузер один раз скачивает только модель распознавания.
Сохранится ли оформление в Word?
Нет, в Word попадает только текст по абзацам. Для PDF с настоящим текстом есть «PDF в Word»: там сохраняются заголовки, таблицы и картинки.
Что такое PDF с текстом?
Это тот же скан, к которому добавлен невидимый слой текста. В нём работает поиск, а текст можно выделить и скопировать, как в обычном документе.
На каких языках можно распознать PDF?
Русский, английский, немецкий, французский, испанский, итальянский, польский, турецкий, азербайджанский, украинский, белорусский, китайский, японский, корейский, арабский и тайский.
Можно распознать рукописный скан?
Нет. Нейросеть училась на печатном тексте, рукопись она почти не читает.
Сколько страниц можно распознать?
Ограничения по числу страниц нет. Каждая страница распознаётся отдельно, поэтому большой документ займёт больше времени.
Распознавание PDF бесплатное?
Да. Регистрации нет, и распознать можно сколько угодно файлов.