OCR PDF: làm cho PDF quét tìm kiếm được
PDF quét của bạn, với văn bản tìm kiếm và sao chép được.
Thêm vào yêu thích
Tạo tài khoản miễn phí để lưu công cụ yêu thích và dùng trên mọi thiết bị.
Quảng cáo
PDF quét, hoặc PDF tạo từ ảnh chụp bằng điện thoại, chỉ là hình ảnh của từng trang: bạn không thể tìm một từ, cũng không thể chọn và sao chép văn bản. OCR (nhận dạng ký tự quang học) đọc các trang đó và thêm văn bản vào chính tệp PDF, ẩn và nằm ngay dưới từng từ, mà không thay đổi bất cứ thứ gì bạn nhìn thấy. Miễn phí, không cần đăng ký và không có hình mờ.
Cách làm cho PDF quét tìm kiếm được
- Chọn tệp PDF quét (tối đa 30 trang).
- Chọn ngôn ngữ của tài liệu; mặc định là tiếng Việt.
- Nhấn “Cho phép tìm kiếm” và chờ: mỗi trang mất vài giây.
- Tải PDF về và thử tìm một từ bằng Ctrl+F (hoặc Cmd+F trên Mac).
Quảng cáo
Bạn nhận được gì
Vẫn là tệp PDF đó, từng trang một, với một lớp văn bản ẩn trên mỗi trang quét. Những gì bạn thấy không thay đổi: hình ảnh các trang không bị nén lại, nên chất lượng giữ nguyên và tệp chỉ nặng thêm vài KB mỗi trang. Điều thay đổi là những gì bạn có thể làm với nó:
- Tìm kiếm bất kỳ từ nào bằng ô tìm kiếm của trình đọc PDF.
- Chọn và sao chép văn bản để dán vào email hoặc tài liệu khác.
- Để tìm kiếm của Windows hoặc macOS, Google Drive hay hệ thống tài liệu của công ty tìm thấy nó.
Nếu PDF có cả trang quét lẫn trang có văn bản (ví dụ một báo cáo kèm phụ lục được quét), chúng tôi chỉ nhận dạng các trang quét; các trang còn lại giữ nguyên. Nếu mọi trang đều đã có văn bản, chúng tôi sẽ báo cho bạn thay vì xử lý.
Quảng cáo
Để văn bản được nhận dạng tốt
- Chọn ngôn ngữ của tài liệu: như vậy dấu và chữ cái của từng bảng chữ cái được nhận dạng đúng. Nếu tài liệu có hai ngôn ngữ, hãy chọn ngôn ngữ chính.
- Bản quét rõ nét và thẳng: 300 dpi là lý tưởng, từ 200 dpi trở lên thường cho kết quả tốt. Ảnh bị nhòe, có bóng hoặc quá nghiêng sẽ gây lỗi.
- Trang bị lộn ngược hoặc nằm ngang: hãy xoay thẳng trước bằng Xoay PDF, vì văn bản lộn ngược không được nhận dạng.
- Chữ viết tay không được nhận dạng tốt: OCR được thiết kế cho văn bản in.
Việc nhận dạng không bao giờ hoàn hảo: với bản quét kém chất lượng, nó có thể nhầm một vài chữ. Hãy kiểm tra văn bản đã sao chép trước khi dùng cho việc quan trọng.
Nếu bạn muốn chỉnh sửa văn bản
OCR giúp PDF tìm kiếm được chứ không chỉnh sửa được: văn bản vẫn là một phần của hình ảnh trang. Để thay đổi văn bản, hãy dùng PDF scan sang Word, công cụ cho bạn văn bản theo từng đoạn để chỉnh sửa. Còn nếu cần lưu trữ tài liệu hoặc nộp cho cơ quan nhà nước, sau khi OCR bạn có thể chuyển nó sang PDF/A mà không mất văn bản đã nhận dạng.
Giới hạn
- Mỗi lần một tệp PDF, tối đa 50 MB và 30 trang.
- Không xử lý được PDF có mật khẩu: hãy gỡ bảo vệ trước bằng Mở khóa PDF.
- Các trang rất lớn (bản vẽ, áp phích) được đọc ở độ phân giải thấp hơn để mỗi trang không vượt quá 40 megapixel.
Câu hỏi thường gặp
PDF tìm kiếm được là gì?
Là PDF ngoài hình ảnh của từng trang còn có văn bản: bạn có thể tìm từ, chọn và sao chép chúng. PDF tạo từ Word vốn đã tìm kiếm được; PDF quét chỉ tìm kiếm được sau khi OCR nhận dạng văn bản và thêm vào tệp.
Làm sao biết PDF của tôi có cần OCR không?
Mở tệp và dùng Ctrl+F tìm một từ bạn thấy trên trang, hoặc thử chọn một dòng. Nếu không tìm thấy từ đó hoặc không chọn được văn bản, PDF là hình ảnh và cần OCR. Nếu tệp đã có văn bản, công cụ này sẽ báo cho bạn.
Văn bản được thêm vào có hiện ra hay làm thay đổi giao diện PDF không?
Không. Văn bản nhận dạng được là văn bản ẩn, nằm đè lên từng từ trong hình ảnh, nên PDF hiển thị và in ra y như trước. Bạn chỉ nhận thấy khi tìm kiếm, chọn hoặc sao chép.
Có dùng được với tài liệu viết tay không?
Không tốt lắm. Việc nhận dạng được thiết kế cho văn bản in hoặc đánh máy; với chữ viết tay, nó nhận dạng được rất ít hoặc không được gì. Với biểu mẫu in sẵn được điền bằng tay, nó nhận dạng phần in chứ không nhận dạng phần viết.
Có thể OCR một PDF có nhiều ngôn ngữ không?
Văn bản được nhận dạng theo một ngôn ngữ mỗi lần: hãy chọn ngôn ngữ chiếm phần lớn tài liệu. Các từ thuộc ngôn ngữ khác dùng cùng bảng chữ cái thường vẫn được nhận dạng, dù một dấu hoặc chữ cái riêng của ngôn ngữ đó có thể bị sai.
Quảng cáo
Chuyển đổi cả tệp PDF của bạn
Quảng cáo
Quảng cáo