OCR PDF
Trasforma un PDF scansionato in uno in cui puoi cercare, selezionare e copiare il testo. Le pagine restano identiche; le parole vengono aggiunte sopra come uno strato invisibile. Tutto avviene nel tuo browser, quindi la scansione non lascia mai questo dispositivo.
Trascina qui un PDF scansionato
Il tuo file resta su questo dispositivo. Non viene caricato nulla.
Come fare l'OCR di un PDF scansionato e renderlo ricercabile
- Trascina il PDF scansionato nel riquadro qui sopra, oppure premi «Scegli un file PDF». Lo strumento controlla quali pagine sono immagini e quali hanno già del testo.
- Scegli la lingua in cui è scritto il documento. Vedi quanto pesa il download prima che parta.
- Premi «Rendi ricercabile e scarica» e aspetta mentre ogni pagina viene letta. Con «Ferma» puoi annullare in qualsiasi momento.
- Apri il PDF scaricato e cercaci dentro. «Scarica il testo (.txt)» ti dà solo le parole.
OCR PDF: cosa fa
Gli scanner e le app per scansionare con il telefono salvano ogni pagina come un'immagine. Il PDF sembra un documento ma si comporta come una foto: non puoi cercarci dentro, selezionare una frase o fartelo leggere ad alta voce. Questo strumento legge le parole in ogni immagine e le stende sulla pagina come testo invisibile, così lo stesso file diventa ricercabile.
Cosa fa
- Legge il testo stampato sulle pagine scansionate e lo aggiunge come livello invisibile e ricercabile, pagina per pagina
- Lascia ogni pagina esattamente com'era: nulla viene ridisegnato o ricompresso
- Salta le pagine che hanno già del testo, e ti dice quali sono
- Legge sedici lingue, tra cui cinese, giapponese, coreano, hindi e nepalese, e ognuna viene scaricata da questo sito solo quando la scegli
- Ti dà anche il testo riconosciuto in un file .txt
Cosa non fa
- Non carica la tua scansione: il motore di lettura gira in questa scheda del browser
- Non legge la scrittura a mano
- Non salva una scansione fatta male: una stampa sbiadita, sfocata, minuscola o storta esce con degli errori, e ti vengono indicate le pagine più difficili
- Non ricostruisce l'impaginazione in un documento modificabile: dopo, «Da PDF a Word» può estrarre il testo dal file ricercabile
- Non legge ancora l'arabo né altre scritture da destra a sinistra
- Non raddrizza le pagine messe di lato: prima passale da «Ruotare PDF»
Ultimo aggiornamento
Devi mandarlo a qualcuno?
Il nostro sito gemello QRSansar ospita il documento e ti dà un link breve e un codice QR per aprirlo: comodo per WhatsApp, una slide, un manifesto o un volantino stampato, e così eviti del tutto i limiti di dimensione degli allegati. Puoi sostituire il file in seguito, e link e codice QR continuano a funzionare.
Meglio essere chiari sulla differenza: quello è un servizio di hosting, quindi il tuo file viene caricato lì. Su PDFsansar tutto resta sul tuo dispositivo; condividere è l'unico lavoro che non può restarci.
Condividi un documento su QRSansar →Altri strumenti
Tutti gratis, e tutti funzionano in questa scheda senza caricare nulla.
OCR PDF: domande frequenti
La mia scansione viene caricata?
No. Il motore di lettura, Tesseract, gira in questa scheda del browser. La prima volta che lo usi, il motore e la lingua che scegli vengono scaricati da questo sito, non da quello di qualcun altro, e il browser li conserva. Il PDF viene letto e riscritto su questo dispositivo e non viene mai inviato da nessuna parte.
Le pagine cambiano aspetto?
No. Ogni pagina resta esattamente com'era. Le parole vengono aggiunte come livello invisibile, sovrapposto ai punti in cui compaiono nella scansione, così quando selezioni una frase l'evidenziazione cade sulle parole stampate. Nulla viene ridisegnato o ricompresso, e il file cresce di qualche kilobyte per pagina.
Quali lingue sa leggere?
Inglese, spagnolo, francese, tedesco, portoghese, italiano, indonesiano, malese, filippino, swahili, vietnamita, hindi, nepalese, cinese semplificato, giapponese e coreano. Scegli quella in cui è scritto il documento: ognuna viene scaricata solo quando la scegli, e prima ne vedi il peso. L'arabo per ora non c'è: si può leggere, ma alcuni lettori PDF mostrano il risultato al contrario, e una ricerca che non trova le parole non serve a niente.
Quanto ci mette?
Pochi secondi a pagina su un computer. In una prova su una macchina a 4 core con Chrome, la media è stata da 3 a 9 secondi a pagina: uno scontrino era tra i più veloci, una pagina intera di rivista in caratteri piccoli tra i più lenti, e la pagina singola più fitta ha richiesto 11 secondi. Su un telefono ci vuole di più. La prima volta, prima di leggere qualsiasi cosa, vengono scaricati il motore di lettura e la lingua, circa 4 MB per l'inglese, e da lì in poi il browser li conserva. Puoi lasciarlo lavorare in un'altra scheda, e «Ferma» funziona in qualsiasi momento.
Quanto è preciso?
Sulle pagine stampate e pulite, riconosce quasi ogni parola: su due pagine di rivista e di relazione prese da un set di prova standard per l'OCR, ha riconosciuto il 99% delle parole. Su moduli veri scansionati in tedesco, spagnolo, francese, giapponese e cinese, dal 91 al 96%. Sugli scontrini scansionati, caratteri piccoli su carta termica, il 79%. Gli errori si concentrano su nomi, numeri e caratteri piccoli, quindi controllali prima di fidarti. Alla fine ti vengono indicate le pagine che ha faticato a leggere.
Cosa succede alle pagine che hanno già del testo?
Restano esattamente come sono, e prima di iniziare lo strumento ti dice quali sono. Rileggerle metterebbe una seconda copia di ogni parola sopra la prima. Se tutte le pagine hanno già del testo, te lo dice e non fa nulla.
Legge la scrittura a mano?
No. Tesseract è fatto per il testo stampato. La scrittura a mano esce come parole senza senso o non esce affatto, e una pagina senza niente di leggibile ti viene segnalata alla fine del lavoro.
Posso avere solo il testo?
Sì. Alla fine c'è un pulsante per scaricare il testo in un file .txt, con le pagine in ordine. Le pagine che avevano già del testo sono incluse così com'erano.