Esegui l'OCR sui tuoi PDF scansionati
Questo strumento usa Tesseract.js, un motore OCR open source, interamente nel tuo browser. Ogni pagina PDF viene convertita in un'immagine ad alta risoluzione, poi in testo. Consuma molta CPU e memoria; massima riservatezza.
Come si usa
- Scegli un PDF scansionato
- Avvia OCR (il motore viene scaricato al primo utilizzo)
- Attendi — 5–20 sec per pagina
- Copia il testo o scaricalo come file .txt
Domande frequenti
Questo rende il mio PDF stesso ricercabile, o mi dà solo il testo separatamente?
Solo il testo a parte — l'output è testo semplice che copi o scarichi come file .txt, non un PDF modificato con uno strato di testo ricercabile riaggiunto. Se ti serve specificamente un PDF ricercabile, dovresti combinare il testo estratto con il file originale da solo.
Funziona con lingue diverse dall'inglese?
L'impostazione predefinita è l'inglese; la precisione con le altre lingue dipende da quanto bene il modello di Tesseract addestrato sull'inglese gestisce quella scrittura, che di solito è scarsa per alfabeti non latini.
La precisione dell'OCR dipende dalla qualità della scansione. Scansioni nitide da 300 dpi o più, con testo nero su fondo bianco, danno una precisione superiore al 95%; le pagine sbiadite, storte o scritte a mano non sono affidabili.