PDF OCR
스캔한 PDF를 검색하고, 선택하고, 복사할 수 있는 PDF로 바꿉니다. 페이지 모양은 그대로이고, 글자는 보이지 않는 레이어로 그 위에 들어갑니다. 모두 브라우저 안에서 처리되므로 스캔본은 이 기기를 떠나지 않습니다.
스캔한 PDF를 여기에 놓으세요
파일은 이 기기에 남습니다. 아무것도 업로드되지 않습니다.
스캔한 PDF를 OCR로 검색 가능하게 만드는 방법
- 스캔한 PDF를 위 상자에 끌어다 놓거나, ‘PDF 파일 선택’을 누르세요. 어느 페이지가 그림이고 어느 페이지에 이미 텍스트가 있는지 확인합니다.
- 문서가 쓰인 언어를 고르세요. 다운로드하기 전에 크기가 먼저 표시됩니다.
- ‘검색 가능하게 만들고 다운로드’를 누르고 페이지를 다 읽을 때까지 기다리세요. ‘중지’를 누르면 언제든 취소됩니다.
- 다운로드한 PDF를 열어 검색해 보세요. ‘텍스트 다운로드 (.txt)’를 누르면 글자만 따로 받을 수 있습니다.
PDF OCR 도구가 하는 일
스캐너와 휴대폰 스캔 앱은 페이지를 한 장씩 그림으로 저장합니다. 그래서 PDF는 문서처럼 보여도 사진처럼 동작합니다. 검색할 수도, 문장을 선택할 수도, 소리 내어 읽게 할 수도 없습니다. 이 도구는 각 그림 속 글자를 읽어 보이지 않는 텍스트로 페이지 위에 얹으므로, 같은 파일을 검색할 수 있게 됩니다.
하는 일
- 스캔한 페이지의 인쇄된 글자를 읽어, 페이지마다 보이지 않는 검색용 레이어로 넣습니다
- 모든 페이지가 보이는 모습 그대로입니다. 다시 그리거나 다시 압축하지 않습니다
- 이미 텍스트가 있는 페이지는 건너뛰고, 어느 페이지인지 알려 줍니다
- 중국어, 일본어, 한국어, 힌디어, 네팔어를 포함해 16개 언어를 읽습니다. 각 언어는 고를 때만 이 사이트에서 다운로드됩니다
- 인식한 텍스트를 .txt 파일로도 줍니다
하지 않는 일
- 스캔본을 업로드하지 않습니다. 읽기 엔진은 이 브라우저 탭 안에서 돌아갑니다
- 손글씨는 읽지 못합니다
- 상태가 나쁜 스캔을 살려 내지는 못합니다. 옅거나, 흐릿하거나, 아주 작거나, 비뚤어진 글자는 틀리게 나오며, 읽기 어려웠던 페이지는 알려 드립니다
- 레이아웃을 편집할 수 있는 문서로 다시 만들지 않습니다. 검색 가능해진 파일에서 'PDF를 Word로'로 글자를 꺼낼 수 있습니다
- 아랍어처럼 오른쪽에서 왼쪽으로 쓰는 문자는 아직 읽지 못합니다
- 옆으로 누운 페이지를 바로 세우지 않습니다. 먼저 'PDF 회전'으로 돌리세요
마지막 업데이트
이걸 누군가에게 보내야 하나요?
자매 사이트인 QRSansar가 문서를 맡아 짧은 링크와 QR 코드를 만들어 줍니다. WhatsApp이나 슬라이드, 포스터, 인쇄물에 쓰기 좋고 첨부 용량 제한도 통째로 피해 갑니다. 나중에 파일을 바꿔도 링크와 QR 코드는 그대로 작동합니다.
차이는 분명히 해 두는 게 좋습니다. 그쪽은 호스팅 서비스라 파일이 거기로 업로드됩니다. PDFsansar의 모든 일은 당신의 기기 안에 머물지만, 공유만은 그럴 수 없는 유일한 일입니다.
QRSansar에서 문서 공유하기 →다른 도구
모두 무료이고, 모두 이 탭 안에서 아무것도 업로드하지 않고 실행됩니다.
PDF OCR: 자주 묻는 질문
스캔본이 업로드되나요?
아닙니다. 읽기 엔진인 Tesseract는 이 브라우저 탭 안에서 돌아갑니다. 처음 쓸 때 엔진과 고른 언어를 다른 곳이 아닌 이 사이트에서 다운로드하고, 브라우저가 이를 보관합니다. PDF 자체는 이 기기에서 읽고 다시 쓰며, 어디로도 보내지 않습니다.
페이지 모양이 달라지나요?
아닙니다. 모든 페이지가 원래 그대로입니다. 글자는 스캔에서 보이는 자리 위에 보이지 않는 레이어로 들어가므로, 문장을 선택하면 인쇄된 글자 위에 강조 표시가 정확히 겹칩니다. 다시 그리거나 다시 압축하는 것은 없고, 파일은 한 페이지에 몇 킬로바이트 정도 늘어납니다.
어떤 언어를 읽을 수 있나요?
영어, 스페인어, 프랑스어, 독일어, 포르투갈어, 이탈리아어, 인도네시아어, 말레이어, 필리핀어, 스와힐리어, 베트남어, 힌디어, 네팔어, 중국어 간체, 일본어, 한국어입니다. 문서가 쓰인 언어를 고르세요. 각 언어는 고를 때만 다운로드되며, 크기를 먼저 보여 드립니다. 아랍어는 아직 제공하지 않습니다. 읽을 수는 있지만 일부 PDF 리더에서 결과가 거꾸로 보이고, 글자를 찾지 못하는 검색은 쓸모가 없기 때문입니다.
얼마나 걸리나요?
컴퓨터에서는 한 페이지에 몇 초입니다. 4코어 컴퓨터의 Chrome에서 측정했을 때 한 페이지 평균 3~9초였습니다. 영수증이 빠른 쪽, 작은 잡지 글씨로 꽉 찬 페이지가 느린 쪽이었고, 가장 빽빽한 페이지 하나는 11초가 걸렸습니다. 휴대폰은 더 느립니다. 처음에는 읽기 전에 읽기 엔진과 언어를 다운로드하며(영어는 약 4MB), 그 뒤로는 브라우저가 보관합니다. 다른 탭에서 계속 돌려 두어도 되고, '중지'는 언제든 누를 수 있습니다.
얼마나 정확한가요?
깨끗하게 인쇄된 페이지라면 거의 모든 단어를 읽습니다. 표준 OCR 테스트 세트의 잡지와 보고서 페이지 두 장에서는 단어의 99%가 그대로 나왔습니다. 독일어, 스페인어, 프랑스어, 일본어, 중국어로 된 실제 스캔 서식에서는 91~96%, 감열지에 작은 글씨로 찍힌 가게 영수증 스캔에서는 79%였습니다. 틀리는 곳은 이름, 숫자, 작은 글씨에 몰리므로 믿고 쓰기 전에 그 부분을 확인하세요. 읽기 어려웠던 페이지는 작업이 끝나면 알려 드립니다.
이미 텍스트가 있는 페이지는 어떻게 되나요?
그대로 둡니다. 어느 페이지인지는 시작하기 전에 알려 드립니다. 다시 읽으면 모든 단어 위에 같은 글자가 한 벌 더 겹치게 됩니다. 모든 페이지에 이미 텍스트가 있으면 그렇다고 알려 드리고 아무것도 하지 않습니다.
손글씨도 읽나요?
읽지 못합니다. Tesseract는 인쇄된 글자를 읽도록 만들어졌습니다. 손글씨는 엉뚱한 글자로 나오거나 아예 나오지 않으며, 읽을 만한 것이 없는 페이지는 작업이 끝날 때 알려 드립니다.
텍스트만 따로 받을 수 있나요?
받을 수 있습니다. 작업이 끝나면 텍스트를 .txt 파일로 받는 버튼이 있고, 페이지 순서대로 담깁니다. 이미 텍스트가 있던 페이지도 원래 텍스트 그대로 들어갑니다.