Распознать текст с картинки и PDF
Выберите фото, скан или PDF, и инструмент превратит изображение страницы в текст, который можно скопировать и править. Распознает ваш браузер, файл никуда не уходит.
Файл не уходит на сервер: распознает ваш браузер. При первом запуске он скачает распознаватель, около 5 мегабайт.
Бесплатно и без регистрации. Этот инструмент считает прямо в вашем браузере: файлы и текст остаются на вашем устройстве, на наш сервер из них не уходит ни байта. Владелец сайта - ООО «ФИИ», ИНН 5402076457, порядок обработки данных на сайте описан в политике. Обновлено .
Что это
Оптическое распознавание символов, по-английски OCR: программа смотрит на картинку страницы и восстанавливает текст. Работает на открытом движке Tesseract в сборке tesseract.js, лицензия Apache 2.0. Для PDF используется pdf.js, лицензия та же.
Все файлы движка лежат на нашем сервере и скачиваются в браузер при первом нажатии кнопки, около 5 мегабайт. Ваш файл при этом никуда не отправляется: распознавание идет на вашем компьютере или телефоне.
Как работает с PDF
Если в PDF уже есть текстовый слой, как в документах, сохраненных из Word, текст берется как есть, без распознавания: так точнее и быстрее. Если страница это скан, она рисуется в картинку и распознается. За один раз обрабатываются первые 30 страниц.
Насколько точно
Мы проверили на печатном тексте, нарисованном программно: три абзаца по 550 знаков для каждого условия. На четком тексте крупнее 20 точек ошибок не было. На мелком шрифте в 15 точек вышло 4 ошибки на 550 знаков. Если картинку размыть и повернуть на пару градусов, как бывает со снимком на телефон, ошибок становится 12-22 на 550 знаков, то есть 2-4 процента.
Это проверка на чистых картинках, а не на настоящих сканах: на старой бумаге, мятом листе или фото под углом ошибок будет больше. Числа и способ замера мы сохранили, при новых замерах обновим эти цифры.
Как получить текст точнее
- Ровный кадр. Страница без перекоса и без тени от руки.
- Разрешение. Текст на картинке должен быть крупным: мелкий шрифт на снимке издалека распознается хуже.
- Язык. Выберите язык текста. Для русского текста с английскими словами есть вариант «русский и английский».
- Проверка. Распознаватель чаще всего ошибается в цифрах, фамилиях и похожих буквах. Сверяйте важное с оригиналом.
Чего инструмент не делает
- Не сохраняет оформление. На выходе простой текст, без таблиц, шрифтов и колонок.
- Плохо читает рукописный текст. Движок рассчитан на печатный.
- Не делает документ Word. Текст можно скопировать в Word или скачать файлом .txt.
Частые вопросы
Это бесплатно?
Да, без регистрации и без ограничения числа файлов.
Куда уходит мой файл?
Никуда. Распознавание идет в вашем браузере, на наш сервер файл не отправляется.
Почему первый запуск долгий?
Браузер скачивает распознаватель и словарь языка, около 5 мегабайт. Потом они берутся из кеша.
Как перевести PDF в Word с распознаванием текста?
Распознайте PDF здесь, скопируйте текст и вставьте в Word. Оформление при этом не сохраняется, только текст.
Распознает ли рукописный текст?
Плохо. Движок Tesseract рассчитан на печатный текст.
Другие инструменты
- Сумма прописью - перевести число в слова для счета, договора или акта
- JPG в PDF - собрать несколько картинок в один документ PDF
- Объединить PDF - склеить несколько документов в один, с нужным порядком страниц
- Сжать PDF - уменьшить вес документа, не превращая текст в картинку
- Конвертер картинок - перевести картинку между JPG, PNG и WEBP
- Сжать фото - уменьшить вес снимка, чтобы он влез в письмо или на сайт
- Обрезать фото - оставить нужный кусок снимка, мышью или по числам
- Проверка текста на ИИ - измеримые признаки без вердикта