OCR em PDF
Transforme documentos digitalizados em PDFs pesquisáveis e copiáveis. A ferramenta usa o Tesseract OCR para reconhecer o texto nas imagens e sobrepõe uma camada de texto invisível sobre as páginas originais, preservando a aparência visual e tornando o conteúdo totalmente pesquisável.
Como funciona
- Envie um PDF digitalizado ou baseado em imagem.
- Selecione um ou mais idiomas presentes no documento na lista de idiomas pesquisável.
- Se quiser, ajuste as configurações avançadas (resolução, binarização, lista de permissão).
- Clique em Iniciar OCR e acompanhe o progresso na barra de progresso em tempo real.
- Ao terminar, revise o texto extraído e baixe o PDF pesquisável ou um arquivo
.txtsimples.
Recursos
- OCR em vários idiomas com um seletor de idiomas pesquisável
- A camada de texto invisível preserva a aparência original do documento
- Barra de progresso em tempo real e saída de log durante o processamento
- Baixe os resultados como PDF pesquisável ou arquivo de texto simples
- Copie o texto extraído diretamente para a área de transferência
- Três níveis de resolução para equilibrar velocidade e precisão
Opções
| Configuração | Valores | Padrão | Finalidade |
|---|---|---|---|
| Resolução | Padrão (192 DPI), Alta (288 DPI), Ultra (384 DPI) | Alta | Resolução maior melhora a precisão em textos pequenos, mas leva mais tempo |
| Binarizar imagem | Ligado / Desligado | Desligado | Melhora o contraste em digitalizações limpas, convertendo para preto e branco |
| Predefinição da lista de caracteres | Nenhuma, Alfanumérica, Números + Moeda, Somente letras, Somente números, Fatura, Formulários, Personalizada | Nenhuma | Restringe os caracteres reconhecidos para melhorar a precisão em tipos específicos de documentos |
| Lista de caracteres permitidos | Texto livre | Vazio | Conjunto de caracteres manual quando a predefinição é Personalizada |
Casos de uso
- Tornar contratos e faturas digitalizados pesquisáveis para usar Ctrl+F neles
- Extrair texto de documentos fotografados ou de registros antigos em papel
- Processar recibos com a predefinição Fatura para capturar com precisão valores e datas
- Criar PDFs acessíveis a partir de digitalizações somente de imagem para atender requisitos de conformidade
- Extrair em lote o conteúdo de texto de livros ou manuais digitalizados
Dicas
- Selecione vários idiomas se o seu documento tiver conteúdo em idiomas mistos (por exemplo, títulos em inglês com corpo de texto em japonês).
- Use a opção de binarização em documentos com texto desbotado ou de baixo contraste: ela pode melhorar bastante a precisão do reconhecimento.
- As predefinições Fatura e Formulários reduzem drasticamente os falsos positivos em documentos estruturados, ignorando formas de caracteres irrelevantes.