Grátis · PDF
PDF pesquisável com OCR.
Adicione uma camada OCR local a PDFs digitalizados para pesquisa e seleção. Revise os resultados e mantenha as páginas originais, incluindo texto árabe e RTL misto.
20 MiB source · 200 source pages · up to 20 selected pages per run. All original pages stay in the exported PDF. Documents stay in your browser; OCR engine and selected models load from this site. Existing digital signatures become invalid. No PDF/A certification or secure redaction.
Printed text works best; handwriting is unreliable. Arabic and mixed Arabic/Latin scans use a local Unicode text layer; review word order, numbers and punctuation before export. Supplementary Unicode characters remain unsupported. Pages with any existing text are skipped, including pages mixing digital text and scanned areas.
Tornar pesquisável um PDF digitalizado
- Escolha um PDF (até 20 MiB e 200 páginas) e até três idiomas de reconhecimento.
- Selecione até 20 páginas para reconhecer de uma vez.
- Revise o texto reconhecido e exclua qualquer página com resultado errado.
- Prepare e baixe o PDF pesquisável: as páginas têm a mesma aparência, mas agora dá para pesquisar e selecionar o texto.
Exemplo: reconheça um número de referência digitalizado, mantenha uma página digital inalterada e encontre a referência pela busca do seu leitor de PDF.
Como a camada de texto funciona
- Uma camada de texto invisível é colocada sobre cada página reconhecida, alinhada à página visível, mesmo recortada ou girada. Todas as páginas originais ficam no arquivo.
- Há onze idiomas: inglês, francês, árabe, espanhol, alemão, português, italiano, holandês, hindi, chinês simplificado e japonês. Árabe e texto misto da direita para a esquerda usam uma camada posicionada palavra por palavra.
- Páginas que já têm texto são ignoradas. Só texto impresso: letra de mão não é confiável. A camada não pode ser editada; para texto corrigido, use PDF para Word.
- Assinaturas digitais existentes deixam de ser válidas, e o resultado não é PDF/A nem ocultação de dados. Tudo acontece no navegador. Para fotos e capturas de tela, use imagem para texto.
Limites e formatos aceitos
Seus dados são processados no seu dispositivo.
Notas técnicas em inglês
20 MiB source, 200 source pages, 20 selected pages per run and 500,000 review characters. Arabic/RTL is supported with a local word-positioned Unicode layer; supplementary Unicode remains unsupported. Printed text only; handwriting is unreliable. Pages with existing text are skipped. No PDF/A, signature preservation or secure redaction.
Eleven recognition models are available: English, French, Arabic, Spanish, German, Portuguese, Italian, Dutch, Hindi, simplified Chinese and Japanese. Native invisible layers are used for LTR text; Arabic and mixed RTL/Latin words use a local Unicode bidi layer positioned from OCR word boxes. Both paths align to original visible page geometry, including CropBox and rotation. All source pages remain in the output; excluded and unselected pages receive no layer. Any existing nonempty text skips the whole page, including mixed digital/scanned pages. Text layers are read-only: rerun OCR or exclude incorrect pages; use PDF-to-Word for manually corrected text. Extra rotation and contrast affect recognition only; no automatic deskew. Generated fixture checks verify logical text, mixed numbers and punctuation, approximate word selection bounds and unchanged pixels with PDF.js; general accuracy and native viewer behavior need review. Existing digital signatures become invalid. All processing is local.
Recognize a scanned reference number, keep a digital page unchanged and find the reference in the exported PDF.
Perguntas frequentes
Meu PDF muda de aparência depois do OCR?
Não. As imagens das páginas não mudam; só é adicionada uma camada de texto invisível para pesquisa e seleção.
Ele lê letra de mão?
Não de forma confiável. Os modelos são feitos para texto impresso.
Meu PDF é enviado?
Não. O reconhecimento acontece no navegador com modelos servidos pelo PasteZap.