OCR PDF – rozpoznawanie tekstu z PDF i przeszukiwalny skan
Dodaj do zeskanowanych stron niewidoczną warstwę tekstową, żeby wyszukiwać, zaznaczać i kopiować tekst. PDF jest przetwarzany w twojej przeglądarce i nigdy nie jest wysyłany na serwer.
To darmowe narzędzie OCR PDF zamienia zeskanowany PDF w PDF przeszukiwalny. Odczytuje tekst na każdej zeskanowanej stronie i zapisuje go w pliku jako niewidoczną warstwę tekstową: Ctrl+F znajduje słowa, możesz zaznaczać i kopiować całe zdania, a inne programy, także czytniki ekranu, widzą w dokumencie tekst. Strony wyglądają dokładnie tak samo jak wcześniej.
Rozpoznawanie tekstu z PDF działa w całości w twojej przeglądarce: plik nie jest nigdzie wysyłany, nie trzeba zakładać konta, nie ma znaku wodnego ani limitu stron. Oprócz przeszukiwalnego PDF-a możesz pobrać rozpoznany tekst jako plik Word (.docx) albo .txt. Polski jest wybrany od razu, a w menu języka wybierzesz też angielski, niemiecki i kilka innych języków.
Jak zrobić OCR zeskanowanego PDF-a
- Dodaj zeskanowany PDF
Przeciągnij plik do pola powyżej albo kliknij, aby go wybrać. Pasują skany z kserokopiarki, ze skanera i z aplikacji do skanowania w telefonie.
- Wybierz język dokumentu
Polski jest ustawiony domyślnie. Jeśli dokument jest po angielsku, po niemiecku albo w innym języku, wybierz go z menu: OCR rozpoznaje tekst dużo lepiej, gdy zna język.
- Kliknij „Rozpoznaj tekst w PDF”
Każda zeskanowana strona jest odczytywana na twoim urządzeniu i dostaje niewidoczną warstwę tekstową. Strony, które już mają tekst, zostają bez zmian. Pasek postępu pokazuje, jak daleko to zaszło.
- Pobierz wynik
Pobierz przeszukiwalny PDF albo rozpoznany tekst jako Word (.docx) lub .txt. Sprawdź wynik, zaznaczając myszką zdanie: jeśli tekst się podświetla, strona jest przeszukiwalna.
Co OCR PDF robi z twoim plikiem
Zeskanowany PDF to zestaw zdjęć kartek papieru. Ty go przeczytasz, ale komputer nie: wyszukiwanie niczego nie znajduje i nie da się zaznaczyć ani skopiować ani jednego słowa. OCR (optyczne rozpoznawanie znaków) odczytuje litery na tych obrazach i zapisuje je w PDF-ie jako ukrytą warstwę tekstową, ułożoną dokładnie nad słowami, które widzisz.
- Strony wyglądają tak samo. Sam skan nie jest zmieniany ani ponownie kompresowany; warstwa tekstowa jest niewidoczna.
- Plik prawie nie rośnie. Warstwa tekstowa to kilka kilobajtów na stronę. Jeśli plik ma trafić tam, gdzie obowiązuje limit rozmiaru, najpierw zmniejsz skan narzędziem kompresja PDF, a potem zrób OCR mniejszego pliku.
- Strony z tekstem zostają nietknięte. Jeśli część stron już była przeszukiwalna, na przykład pismo z Worda, a za nim zeskanowane załączniki, rozpoznawane są tylko zeskanowane strony.
PDF-y, które otwierają się bez hasła, ale blokują kopiowanie albo edycję, są odblokowywane automatycznie, a przeszukiwalna kopia nie ma już tych ograniczeń. Jeśli PDF prosi o hasło przy otwieraniu, najpierw usuń je narzędziem Odblokuj PDF.
OCR PDF online za darmo, a plik zostaje u ciebie
Większość narzędzi „OCR PDF online” wysyła twój dokument na swój serwer. Tutaj strony są renderowane i rozpoznawane lokalnie w przeglądarce, a przeszukiwalny PDF powstaje na twoim urządzeniu. Ze ScanPilot pobierany jest tylko silnik OCR i pakiet językowy, raz, przy pierwszym użyciu danego języka. Dlatego narzędzie nadaje się też do umów, dokumentacji medycznej, akt pracowniczych i innych poufnych skanów.
Polski pakiet językowy zna polskie znaki diakrytyczne (ą, ę, ć, ł, ń, ó, ś, ź, ż). Dla dokumentów w innym języku wybierz w menu angielski, niemiecki, francuski, hiszpański, włoski, niderlandzki, portugalski albo jeden z pozostałych języków. Każda strona zajmuje na zwykłym komputerze sekundę lub dwie, więc skan na 50 stron jest gotowy w około minutę lub dwie.
Zeskanowany PDF na Word albo tekst
Chcesz edytować tekst, a nie tylko go wyszukiwać? Po rozpoznaniu pobierz plik Word (.docx). Zawiera rozpoznany tekst jako zwykłe, edytowalne akapity, z podziałem strony między stronami PDF-a, więc poprawisz go, przerobisz albo przetłumaczysz w Wordzie lub Dokumentach Google. Ten sam tekst możesz też skopiować albo zapisać jako .txt.
Jeśli chodzi ci przede wszystkim o plik Word, darmowe narzędzie Skan na Word używa tego samego OCR, a Word jest w nim głównym wynikiem; przy piśmie odręcznym albo tabelach, które mają zostać tabelami, konwerter AI zeskanowanego PDF na Word odbuduje je jako prawdziwe tabele Worda.
Plik Word nie odtwarza oryginalnego układu: czcionki, kolumny, obrazy i pieczątki nie są przenoszone. Jeśli dokument to głównie tabela, na przykład wyciąg bankowy, faktura albo zestawienie, lepszym formatem jest arkusz niż Word. Konwerter ScanPilot zeskanowany PDF na Excel odbudowuje takie tabele z nienaruszonymi wierszami i kolumnami. Do PDF-ów, które mają już tekst cyfrowy, wystarczy szybsze narzędzie PDF na tekst, a do zdjęć i zrzutów ekranu obraz na tekst.
Skany w urzędach i dostępność cyfrowa
Zeskanowany PDF bez warstwy tekstowej jest dla czytnika ekranu pustą stroną. Dlatego wiele urzędów w swoich deklaracjach dostępności uprzedza, że zeskanowane załączniki są nieczytelne dla czytników ekranu, i jako rozwiązanie wskazuje rozpoznawanie tekstu (OCR). Jeśli dostajesz z urzędu albo od firmy skan, którego nie da się przeszukać ani odczytać na głos, to narzędzie dodaje do niego tekst.
Jeśli to ty publikujesz dokumenty, na przykład w BIP-ie: według rządowego serwisu o dostępności cyfrowej na gov.pl sam tekst z OCR nie wystarcza, by dokument spełniał wymagania ustawy o dostępności cyfrowej. Przeszukiwalny PDF to dobry pierwszy krok, ale dokument potrzebuje jeszcze struktury: nagłówków, list i linków. Najprościej nadać ją w Wordzie, zaczynając od pobranego pliku .docx.
Pismo odręczne i trudne skany
To narzędzie używa klasycznego silnika OCR, który świetnie radzi sobie z tekstem drukowanym i pisanym na maszynie, a słabo z pismem odręcznym, wyblakłymi kopiami i krzywymi zdjęciami z telefonu. Gdy nie jest pewny wielu słów, narzędzie mówi to wprost, zamiast po cichu oddać plik przeszukiwalny tylko w połowie.
Do takich dokumentów jest OCR online z AI od ScanPilot, który czyta stronę tak jak człowiek: odręczne notatki, wypełnione długopisem formularze i zeszyty wychodzą jako czysty, dokładny tekst. Pierwsza strona za darmo, bez konta. Więcej o odręcznych dokumentach przeczytasz na stronie pismo odręczne na tekst.
Dlaczego to narzędzie?
Prywatność z założenia
Wszystko dzieje się w twojej przeglądarce. Twoje pliki nigdy nie są wysyłane, przechowywane ani przez nikogo oglądane.
Naprawdę za darmo
Bez dziennych limitów, bez wersji premium, bez znaku wodnego. Przetwarzanie lokalne nic nas nie kosztuje.
Natychmiastowy wynik
Bez kolejek do wysyłania i pobierania. Pliki są gotowe w około sekundę, nawet przy wolnym łączu.
Działa wszędzie
Windows, Mac, Linux, iPhone, Android: każda nowoczesna przeglądarka, bez instalowania aplikacji ani programów.
Najczęstsze pytania
Co oznacza OCR PDF?
OCR to optyczne rozpoznawanie znaków. Zrobić OCR PDF-a oznacza odczytać tekst na zeskanowanych stronach i dodać go do pliku jako ukrytą warstwę tekstową. Wynik to przeszukiwalny PDF: wygląda tak samo jak skan, ale możesz go przeszukiwać, zaznaczać i kopiować tekst.
Jak zrobić z zeskanowanego PDF-a PDF przeszukiwalny?
Przeciągnij PDF do narzędzia powyżej, sprawdź język dokumentu i kliknij Rozpoznaj tekst w PDF. Każda zeskanowana strona jest rozpoznawana w twojej przeglądarce i dostaje niewidoczną warstwę tekstową. Po zakończeniu pobierz przeszukiwalny PDF.
Czy OCR PDF jest tu za darmo?
Tak. Rozpoznawanie tekstu z PDF jest tu za darmo i bez konta, bez limitu stron i bez znaku wodnego. Wszystko dzieje się na twoim urządzeniu, więc nic nas nie kosztuje.
Czy mój PDF jest wysyłany na serwer?
Nie. Strony są renderowane i rozpoznawane lokalnie w twojej przeglądarce, a przeszukiwalny PDF powstaje na twoim urządzeniu. Za pierwszym razem pobierany jest tylko silnik OCR i pakiet językowy; twój dokument nie opuszcza komputera.
Jak sprawdzić, czy PDF jest już przeszukiwalny?
Otwórz go i spróbuj zaznaczyć myszką zdanie albo naciśnij Ctrl+F i wyszukaj słowo, które widzisz na stronie. Jeśli nic się nie podświetla, strona jest zwykłym skanem. Możesz też wrzucić plik tutaj: strony, które już mają tekst, są wykrywane i zostają bez zmian.
Czy PDF po OCR wygląda inaczej?
Nie. Warstwa tekstowa jest niewidoczna, a zeskanowane obrazy nie są ponownie kompresowane, więc każda strona wygląda dokładnie jak wcześniej. Plik rośnie tylko o kilka kilobajtów na stronę.
Czy mogę zamienić zeskanowany PDF na Word?
Tak, w prostej formie. Po rozpoznaniu kliknij Pobierz Word (.docx), a dostaniesz tekst skanu do Worda jako edytowalne akapity, z podziałem strony po każdej stronie PDF-a. Oryginalny układ, czcionki i obrazy nie są odtwarzane, więc plik służy do edycji i ponownego użycia tekstu.
Czy OCR dobrze czyta polskie znaki?
Tak. Domyślnie ustawiony jest polski pakiet językowy, który rozpoznaje ą, ę, ć, ł, ń, ó, ś, ź i ż. Jeśli dokument jest w innym języku, na przykład po angielsku albo po niemiecku, wybierz go w menu języka przed startem.
Czy rozpozna pismo odręczne?
Tylko słabo: silnik OCR w przeglądarce jest zbudowany do tekstu drukowanego. Gdy nie jest pewny wielu słów, narzędzie to mówi i proponuje OCR online z AI od ScanPilot, który niezawodnie czyta pismo odręczne. Pierwsza strona za darmo, bez konta.
Czy mogę zrobić OCR PDF-a zabezpieczonego hasłem?
PDF-y, które otwierają się bez hasła, ale blokują edycję albo kopiowanie, są obsługiwane automatycznie, a przeszukiwalna kopia nie ma już tych ograniczeń. Jeśli PDF prosi o hasło przy otwieraniu, najpierw usuń je darmowym narzędziem Odblokuj PDF, a potem zrób OCR odblokowanej kopii.
Czy wynik jest w formacie PDF/A?
Nie. Narzędzie tworzy zwykły PDF z warstwą tekstową. Jeśli urząd albo archiwum wymaga właśnie PDF/A, jako ostatni krok zapisz przeszukiwalny plik jako PDF/A w programie, który to obsługuje.
Czy jest limit stron i ile to trwa?
Nie ma stałego limitu. Każda zeskanowana strona zajmuje na zwykłym komputerze sekundę lub dwie, więc skan na 50 stron trwa około minuty lub dwóch. Przy bardzo dużych plikach liczy się pamięć urządzenia; na telefonie najpierw podziel duży skan narzędziem Podziel PDF.