Extrair o texto de um PDF escaneado

Como funciona

1. Solte um PDF: uma digitalização, fotos de documento salvas em PDF ou qualquer PDF de que você precise do texto.
2. Deixe “Páginas” em branco para ler o arquivo inteiro, ou digite as páginas, como 1-3, 5. Cada rodada lê até 20 páginas escaneadas.
3. Clique em “Extrair texto”. Na primeira vez, os modelos de reconhecimento de texto e o ambiente de execução (cerca de 11 MB) são baixados.
4. Copie o texto da caixa ou baixe como arquivo .txt. As páginas vêm marcadas como --- 1 ---, --- 2 --- e assim por diante.

Perguntas frequentes

O PDF fica pesquisável?

Esta página entrega o texto. Para manter o PDF e poder pesquisar nele, use “PDF pesquisável”, que acrescenta o mesmo texto reconhecido como uma camada invisível sobre cada página escaneada.

E as páginas que já têm texto?

O texto delas é tirado direto do PDF, o que é instantâneo e exato. Só as páginas sem texto aproveitável, como as digitalizadas, passam pelo reconhecimento.

Por que só 20 páginas escaneadas por vez?

Ler uma página leva alguns segundos e usa bastante memória do navegador. Para uma digitalização mais longa, informe as páginas em lotes, como 1-20 e depois 21-40.

Quais documentos funcionam bem?

Texto impresso em português e inglês, e também em espanhol, francês, alemão, italiano, turco e japonês. Nas nossas páginas de teste em português, menos de 1 caractere em 100 saiu errado, os acentos e o ç foram lidos corretamente e valores e datas vieram exatos. Essas páginas foram geradas, então notas fiscais em papel térmico desbotado e digitalizações ruins vão pior. Letra à mão não é lida com confiabilidade, e páginas em várias colunas podem sair com as colunas misturadas; confira o texto antes de usar.

Meu PDF é enviado?

Não. As páginas são renderizadas e lidas no seu navegador. O plano gratuito processa 1 PDF por vez, de até 20 MB, e 10 operações por dia.