Come usare OCR PDF
- 1
Aggiungi il PDF scansionato
Trascina un file creato con uno scanner o con un'app di scansione per telefono: lo strumento controlla quante pagine contengono già testo selezionabile.
- 2
Scegli le lingue
L'inglese è preselezionato e ti viene suggerita la lingua del tuo browser; aggiungi fino a quattro lingue che compaiono davvero nel documento.
- 3
Imposta precisione e pagine
Con Ottima le pagine vengono lette a 300 DPI, con Più veloce a 200 DPI. Puoi limitare l'elaborazione a un intervallo di pagine e usare l'opzione Salta le pagine che contengono già testo.
- 4
Scarica i risultati
Salva il PDF ricercabile oppure scarica tutto il testo riconosciuto in un file .txt, con un indicatore prima di ogni pagina.
Limiti e Pro
Gratis: PDF fino a 50 MB, OCR fino a 200 pagine per volta e fino a 4 lingue di riconoscimento contemporaneamente tra le 47 disponibili.
Pro porta il limite a 5.000 pagine per volta e a file fino a 4 GB; la velocità di riconoscimento dipende comunque dal processore del tuo dispositivo. Scopri Pro
Informazioni su OCR PDF
Il risultato è il tuo PDF originale con un livello di testo invisibile aggiunto a ogni pagina scansionata. La scansione non viene ricompressa né ridisegnata, quindi ha lo stesso aspetto di prima, ma ogni parola riconosciuta si trova ora nella sua posizione sulla pagina: Ctrl+F la trova, trascinando con il mouse la selezioni e con copia e incolla ottieni testo vero. Le pagine vengono elaborate a 300 DPI (200 in modalità Più veloce) e lette da Tesseract, il motore OCR open source, che gira come WebAssembly nel tuo browser; più pagine vengono elaborate in parallelo e per ciascuna vedi una riga di stato.
Le pagine scansionate di lato o capovolte vengono riconosciute e lette nel verso giusto, le pagine che contengono già testo selezionabile possono essere saltate per non elaborare due volte i documenti misti, e il livello di testo è salvato in Unicode: i risultati in cirillico, greco, arabo, ebraico, hindi, thailandese, cinese, giapponese e coreano si possono cercare e copiare come quelli in alfabeto latino. L'esportazione in testo semplice raccoglie tutto ciò che è stato riconosciuto, pagina per pagina.
Usi tipici: rendere ricercabili lettere e contratti archiviati, estrarre le cifre da una fattura scansionata, preparare una scansione per la conversione in Word o offrire a chi usa uno screen reader un testo da ascoltare.
La precisione dipende dalla scansione. Il testo stampato pulito a 300 DPI viene di solito letto quasi alla perfezione; scrittura a mano, foto con poco contrasto, caratteri decorativi, testo minuscolo e pagine fotografate con forte angolazione producono più errori. Le pagine molto inclinate non vengono raddrizzate e il motore legge le parole, non l'impaginazione: colonne e tabelle diventano semplici righe di testo nell'esportazione.
Privacy
Le pagine scansionate vengono elaborate e riconosciute all'interno di questa scheda del browser da Tesseract compilato in WebAssembly: né il PDF né il testo riconosciuto vengono inviati a un server. Il motore e i file delle lingue che scegli, da 2 a 15 MB ciascuno, vengono scaricati una sola volta da una CDN pubblica e salvati nella cache del browser.
Funzionalità
Cerca e copia
Le parole riconosciute sono posizionate sopra la scansione, così cerca, seleziona e copia funzionano in Acrobat, Anteprima, Chrome e in altri lettori.
Qualità della scansione intatta
Viene aggiunto solo un livello invisibile: timbri, firme e foto mantengono la nitidezza originale e il file aumenta appena di dimensione.
47 lingue
Dall'inglese, spagnolo e tedesco ad arabo, hindi, cinese, giapponese e coreano, combinabili fino a quattro alla volta.
Pagine ruotate
Una pagina di lato o capovolta viene riprovata in ogni orientamento e si tiene la lettura migliore.
Documenti misti
Le pagine che hanno già un livello di testo restano com'erano, così risparmi tempo con i PDF scansionati solo in parte.