Imagem e design
OCR em português (PDF e imagem)
Tire o texto de um PDF escaneado ou de uma foto e gere um PDF pesquisável, no navegador.
Privacidade e responsabilidade— nenhum dado é salvo · sem garantias · uso por conta e risco do usuárioexpandir
Este site não armazena nem retém os dados consultados. Para funcionar, o seu navegador conecta-se diretamente a serviço(s) de terceiros — Tesseract (tessdata.projectnaptha.com) — sem passar pelos servidores deste site.
As informações retornadas são de fontes públicas, podem estar desatualizadas ou indisponíveis, têm caráter meramente informativo e não substituem fontes oficiais nem aconselhamento profissional. A ferramenta é disponibilizada tal como está, sem garantias de qualquer natureza. A decisão de inserir dados na consulta e o uso dos resultados são de exclusiva responsabilidade do usuário. Em nenhuma hipótese o autor será responsável por danos decorrentes do uso desta ferramenta ou de falhas dos serviços de terceiros.
Para que serve
O OCR (reconhecimento óptico de caracteres) tira o texto de um PDF escaneado ou de uma foto de documento e devolve o texto pronto para copiar ou baixar em .txt. Do PDF, também gera um PDF pesquisável: o mesmo arquivo, com o texto por baixo da imagem, para buscar palavras, selecionar e copiar trechos.
O reconhecimento é em português e inglês, com acentos. No PDF, cada página é lida em 300 dpi, e a camada de texto invisível é colada sobre a página original, sem recomprimir a imagem: o arquivo cresce poucos KB por página. Páginas que já têm texto, como as de um PDF gerado no computador, não passam pelo OCR, a não ser que você peça.
Funciona melhor com páginas nítidas, retas e bem iluminadas, em letra impressa. Letra à mão, sombras e letras muito pequenas dão mais erros, e tabelas viram texto corrido. São até 50 páginas por vez; PDF com senha de abertura precisa ter a senha tirada antes.
Tudo roda no seu navegador e o arquivo não é enviado a servidores. Na primeira leitura, o navegador baixa os dados do português, cerca de 15 MB.
Como usar
- Clique ou arraste um PDF escaneado ou uma imagem com texto. A leitura começa sozinha.
- Acompanhe o andamento, página por página; dá para parar no meio.
- Confira o texto e copie, ou baixe em .txt.
- No PDF, clique em "Baixar PDF pesquisável" para ter o arquivo com o texto por baixo da imagem.
Exemplo
Um contrato de 12 páginas escaneado vira um PDF em que a busca do leitor de PDF acha "multa" na página 9, e o texto inteiro sai em .txt, com o número de cada página. Confira números, nomes próprios e pontuação: é onde o OCR mais erra.
Perguntas frequentes
O que é um PDF pesquisável?
É um PDF com o texto reconhecido por baixo da imagem de cada página: a aparência continua a mesma, mas dá para buscar palavras, selecionar e copiar trechos.
Quais idiomas ele reconhece?
Português e inglês, juntos e com acentos. Outros idiomas podem sair com erros.
Por que o texto saiu com erros?
Página desfocada, escura, torta ou com letra pequena atrapalha o reconhecimento, e letra à mão raramente é lida bem. Escaneie de frente, com boa luz, e confira sempre números e nomes.
Meu arquivo é enviado para algum servidor?
Não. A leitura roda no seu navegador. A internet serve só para baixar, na primeira vez, os dados do português.
