Um scanner produz uma imagem em papel. As palavras parecem corretas para você, mas Ctrl+F não encontra nada e copiar e colar não retorna nada. OCR (reconhecimento óptico de caracteres) adiciona uma camada de texto real sob a imagem para que o documento se torne pesquisável sem alterar sua aparência.
Passo a passo
- 1
Carregue seu PDF
Arraste seu PDF para a caixa ou clique em Escolher arquivo. Ele é enviado por meio de uma conexão criptografada e usado apenas para esta tarefa.
- 2
Defina as opções
Ajuste o idioma e o mecanismo ocr. Cada campo tem um padrão sensato, então geralmente você pode executar a ferramenta imediatamente.
- 3
Executa no seu navegador
OCR usa tesseract.js em sua própria máquina, portanto, um documento digitalizado nunca precisa ser carregado. Ele adiciona uma camada de texto, que torna a digitalização pesquisável e selecionável – a imagem da página permanece intacta.
- 4
Execute-o e baixe
Pressione OCR PDF e a página mostra o progresso enquanto funciona. Quando terminar, você receberá um link para download – nada é enviado por e-mail e nada é armazenado por mais tempo do que o necessário.
Como são as telas
O que o OCR muda – e o que ele deixa de lado
O reconhecimento lê as formas na página e escreve uma camada de texto atrás da imagem. A varredura ainda parece a mesma, mas as palavras tornam-se selecionáveis e pesquisáveis, e os leitores de tela podem anunciá-las. Ele não repara magicamente uma página borrada nem transforma a fotografia de uma nota manuscrita em um texto perfeito.
Prepare a digitalização antes do reconhecimento
A precisão é decidida principalmente antes do início do OCR. Digitalize a aproximadamente 300 DPI, mantenha a página plana e quadrada e endireite páginas tortas com Desviar primeiro. Um fundo escuro ou uma iluminação irregular do telefone podem confundir o reconhecimento; uma página limpa e uniformemente iluminada vale mais do que qualquer configuração de pós-processamento.
Idioma, layout e caligrafia
Escolha o idioma que aparece na página. Os layouts de múltiplas colunas são lidos em uma ordem que depende do documento, portanto, verifique a saída em vez de presumir que ela segue as colunas visuais. A caligrafia é o caso mais difícil: o OCR pode reconhecer etiquetas impressas ao seu redor, mas muitas vezes não percebe a própria caligrafia. Trate isso como uma limitação, não como um bug.
Verifique antes de confiar no texto
Pesquise algumas palavras e números distintos – um total da fatura, um número de cláusula, um sobrenome – e compare o resultado com a página. Abra a camada de texto em um visualizador e verifique se a página ainda é impressa corretamente. O mecanismo de OCR é executado no seu navegador neste site, portanto a digitalização não precisa ser carregada para reconhecimento; essa diferença de privacidade é importante para passaportes, registros médicos e arquivos de clientes.
Bons hábitos para OCR PDF
- O OCR é executado no seu navegador, portanto, os documentos digitalizados nunca são carregados.
- Endireite a digitalização primeiro – as páginas distorcidas proporcionam um OCR visivelmente melhor.
- Uma digitalização de 300 DPI é o ponto ideal entre precisão e velocidade.
Perguntas comuns
O que o OCR PDF faz?
Adiciona uma camada de texto real por trás das imagens de um PDF digitalizado, para que o documento se torne pesquisável, selecionável e copiável, mantendo exatamente a mesma aparência. O reconhecimento é executado no navegador por padrão.
O uso do OCR PDF é gratuito?
Sim. Esta ferramenta de navegador é gratuita, sem marca d'água e sem limite de tarefas diárias. E-Sign e Legal Workflow são os únicos produtos pagos.
O que acontece com meus arquivos depois de usar o OCR PDF?
Eles são armazenados com uma identificação indecifrável e varridos automaticamente após algumas horas. Nada é compartilhado ou indexado.
O OCR altera a imagem digitalizada?
Não. Ele adiciona uma camada de texto atrás da imagem. A página ainda se parece com a digitalização original.
O OCR funciona em caligrafia?
Às vezes, mas não é confiável. O texto impresso é o argumento forte; notas manuscritas geralmente precisam de transcrição ou correção manual.
A digitalização foi carregada para OCR?
Neste site, o reconhecimento é executado em seu navegador com Tesseract.js. O PDF pesquisável é montado localmente, portanto a digitalização em si não é enviada para reconhecimento.