OCR de PDF: torne pesquisável um PDF digitalizado
Seu PDF digitalizado, com texto que dá para pesquisar e copiar.
Adicionar às favoritas
Crie uma conta grátis para salvar suas ferramentas favoritas e tê-las em qualquer dispositivo.
Publicidade
Um PDF digitalizado, ou feito com fotos do celular, é só uma imagem de cada página: você não consegue pesquisar uma palavra nem selecionar e copiar o texto. O OCR (reconhecimento óptico de caracteres) lê essas páginas e adiciona o texto ao mesmo PDF, invisível e bem embaixo de cada palavra, sem mudar nada do que você vê. Grátis, sem cadastro e sem marca d’água.
Como tornar pesquisável um PDF digitalizado
- Selecione o PDF digitalizado (até 30 páginas).
- Escolha o idioma em que o documento está escrito; por padrão, o português.
- Clique em “Tornar pesquisável” e aguarde: cada página leva alguns segundos.
- Baixe o PDF e teste pesquisando uma palavra com Ctrl+F (ou Cmd+F no Mac).
Publicidade
O que você recebe
O mesmo PDF, página por página, com uma camada de texto invisível sobre cada página digitalizada. O que você vê não muda: as imagens das páginas não são comprimidas de novo, então a qualidade é a mesma e o arquivo cresce só alguns KB por página. O que muda é o que dá para fazer com ele:
- Pesquisar qualquer palavra na busca do seu leitor de PDF.
- Selecionar e copiar o texto para colar num e-mail ou em outro documento.
- Deixar que a busca do Windows ou do Mac, o Google Drive ou o sistema de documentos da empresa o encontrem.
Se o PDF mistura páginas digitalizadas e páginas com texto (por exemplo, uma petição com anexos escaneados), só reconhecemos as digitalizadas; as outras ficam como estavam. Se todas já têm texto, avisamos você em vez de processar.
Para o texto ser bem reconhecido
- Escolha o idioma do documento: assim os acentos, o ç e as letras de cada alfabeto são reconhecidos corretamente. Se ele mistura dois idiomas, escolha o principal.
- Digitalizações nítidas e retas: 300 dpi é o ideal, e a partir de 200 dpi costuma funcionar bem. Fotos tremidas, com sombras ou muito tortas geram erros.
- Páginas de cabeça para baixo ou de lado: endireite-as antes com Girar PDF, porque o texto de cabeça para baixo não é reconhecido.
- Letra de mão não é bem reconhecida: o OCR foi feito para texto impresso.
O reconhecimento nunca é perfeito: numa digitalização ruim, ele pode trocar uma letra aqui e ali. Confira o texto copiado antes de usá-lo em algo importante.
Publicidade
Se você quer editar o texto
O OCR deixa o PDF pesquisável, não editável: o texto continua fazendo parte da imagem da página. Para mudar o texto, use o PDF escaneado para Word, que entrega o texto em parágrafos para editar. E se você precisa arquivar o documento ou enviá-lo a um sistema que exige PDF/A, depois do OCR dá para convertê-lo em PDF/A sem perder o texto reconhecido.
Limitações
- Um PDF por vez, de até 50 MB e 30 páginas.
- PDFs protegidos por senha não podem ser processados: remova antes a proteção com Desbloquear PDF.
- Páginas muito grandes (plantas, cartazes) são lidas em resolução menor para não passar de 40 megapixels por página.
Perguntas frequentes
O que é um PDF pesquisável?
Um PDF que, além da imagem de cada página, tem texto: dá para pesquisar palavras, selecioná-las e copiá-las. Os PDFs criados no Word já são; os digitalizados só passam a ser depois do OCR, que reconhece o texto e o adiciona ao PDF.
Como sei se meu PDF precisa de OCR?
Abra-o e pesquise com Ctrl+F uma palavra que você vê na página, ou tente selecionar uma linha. Se a palavra não for encontrada ou o texto não puder ser selecionado, o PDF é uma imagem e precisa de OCR. Se ele já tiver texto, esta ferramenta vai avisar você.
Dá para ver o texto adicionado ou o PDF muda de aparência?
Não. O texto reconhecido é invisível e fica sobre cada palavra da imagem, então o PDF aparece e é impresso exatamente como antes. Você só percebe ao pesquisar, selecionar ou copiar.
Funciona com documentos escritos à mão?
Não muito bem. O reconhecimento foi feito para texto impresso ou digitado; com letra de mão, reconhece pouco ou nada. Em formulários impressos preenchidos à mão, reconhece a parte impressa, mas não o que foi escrito.
Dá para fazer OCR de um PDF em vários idiomas?
O texto é reconhecido em um idioma por vez: escolha o que predomina no documento. Palavras de outros idiomas com o mesmo alfabeto costumam ser reconhecidas também, embora algum acento ou letra própria desse idioma possa sair errado.
Publicidade
Converta também seus arquivos PDF
Publicidade
Publicidade