Към основното съдържание
PPDF123

Направете сканиран PDF търсим с OCR

OCR на PDF чете сканиран или изцяло изображен PDF и връща или PDF със скрит текстов слой, в който може да се търси, или текста му като Markdown файл. Оригиналният файл не се променя.

Плъзнете файлове тук или кликнете, за да изберете

Приема PDF · до 500.0 MB на файл · до 20 файла наведнъж

Можете също да поставите файл с Ctrl/Cmd+V или от менюто на клипборда.

OCR на PDF чете сканиран или изцяло изображен PDF и го връща в една от две форми. «PDF с възможност за търсене» ви дава същите страници с невидим текстов слой, така че можете да търсите, да избирате и да копирате текста. «Markdown текст» ви дава текста като .md файл за бележки, хранилища и автоматизирани процеси. Оригиналният файл никога не се променя.

PDF с възможност за търсене се създава с Tesseract. Всяка страница се изобразява на 300 dpi, разпознава се на избрания от вас език и се записва обратно като изображение на страницата, зад което е скрит разпознатият текст. Броят на страниците остава същият. Тъй като всяка страница се изобразява наново, страница, която вече е имала истински текст, се превръща в изображение с текстов слой, а размерът на файла може да се различава много от оригинала. Във формата избирате един от 12 езика; API приема и до четири, свързани със знака плюс, например eng+fra. В една заявка се обработват най-много 50 страници.

Markdown изходът използва друг механизъм, който съчетава родния текст на PDF с оптично разпознаване на страниците с изображения. «Принудителен OCR» (`ocrType=force-ocr`, стойността по подразбиране в портала) разпознава наново всяка страница, а «Обикновен» използва наличния текст там, където файлът го има, и разпознава само страниците, които са само изображение. Този механизъм няма настройка за език и списъкът с езици не важи за него.

И в двата режима точността зависи от качеството на сканирането, контраста и наклона. Когато можете, изрежете и изправете снимките от телефон преди качване, защото трапецовидна снимка пилее разпознаването върху фона. OCR разпознава символи; той не превежда и не поправя текста, нито почиства или изправя самото сканиране.

Ръкописният текст, декоративните шрифтове и факсовете с ниска резолюция са най-трудните входове. Когато един символ е двусмислен, например 1 срещу l или 0 срещу O, механизмът избира най-вероятното четене и продължава; нито един от двата режима не връща оценка за увереност. Проверявайте на проба имена и числа, които трябва да са точни. В Markdown таблиците стават вертикални черти, а слята клетка може да изгуби реда си; страниците с няколко колони се четат в реда, който механизмът отгатва.

Не прилагайте OCR върху документи, които нямате право да дигитализирате или разпространявате. Задачите се изпълняват на сървъра, затова изтеглете резултата навреме. Не поддържаме OCR библиотека от вашите файлове. Защитените с парола файлове се отключват вместо вас на тази страница, щом въведете паролата; ползвателите на API първо изпълняват «Отключване».

Възможности

  • PDF със скрит текстов слой или Markdown текст
  • PDF с възможност за търсене: Tesseract на 300 dpi на 12 езика, до 50 страници
  • Markdown: родният текст плюс разпознаване на страниците с изображения; режим «Принудителен» или «Обикновен»
  • Оригиналният PDF остава непроменен
  • Анонимно API на /api/v1/misc/ocr-pdf с outputFormat и languages

Кога да го използвате

  • Да направите търсим куп сканирани договори в архив на документи
  • Да копирате абзац от снимана или сканирана страница
  • Да подадете сканове на агенти или процеси, които искат Markdown
  • Да направите търсими снимани касови бележки в приложение за бележки

Как да направя OCR на сканиран PDF?

  1. Качете сканиран PDF или такъв от снимки с камера.
  2. При «Резултат» изберете «PDF с възможност за търсене» или «Markdown текст». За PDF с възможност за търсене изберете «Език на текста».
  3. Натиснете «Обработете» и изтеглете резултата.
  4. Проверете на проба имената и числата, преди да разчитате на тях, и опитайте да потърсите в PDF дума, за която знаете, че е вътре.

Ограничения и крайни случаи

  • Точността зависи от качеството на изображението; ръкописът и стилизираните шрифтове се разпознават зле
  • PDF с възможност за търсене: най-много 50 страници, 300 dpi, едно изображение на страница
  • Markdown няма настройка за език, оценки за увереност или изход по страници
  • Не е превод, изправяне или почистване на сканирането
  • Много голям брой страници отнема повече време

Примери

  • Скан на 20-странен договор в сива гама става PDF, в който търсене на номер на клауза намира страницата
  • Сканирана страница с един ред английски текст връща PDF, от който този ред може да се копира
  • Изкривена снимка от телефон може да изисква ново заснемане, преди OCR да е полезен

Поверителност при този инструмент

Файловете се качват по HTTPS, обработват се в паметта или в краткоживуща временна директория на нашите сървъри и се изтриват, щом резултатът е готов. Не задържаме копия за по-късен преглед, обучение на модели или рекламни профили. Сроковете за съхранение и обясненията за бисквитките на AdSense са в Политиката за поверителност.

Често задавани въпроси

Мога ли да получа PDF с възможност за търсене?
Да. Изберете «PDF с възможност за търсене» при «Резултат» във формата. Всяка страница се разпознава и се записва обратно като изображение със скрит текстов слой, така че можете да търсите в текста и да го копирате.
Защо PDF с възможност за търсене прилича на скан, а не на моя оригинален файл?
Всяка страница се изобразява като картинка преди разпознаването, включително страниците, които вече са имали истински текст. Текстовият слой стои зад изображението.
Кои езици се поддържат?
Формата предлага английски, немски, френски, испански, португалски, италиански, руски, арабски, опростен китайски, традиционен китайски, японски и корейски. Чрез API могат да се свържат до четири кода със знака плюс, например eng+fra.
Колко страници мога да обработя?
До 50 страници за PDF с възможност за търсене. По-дълъг файл се отхвърля с грешка; първо го разделете.
Използва ли Markdown изходът настройката за език?
Не. Markdown механизмът няма параметър за език. Списъкът с езици служи само за PDF с възможност за търсене.
Ще промени ли OCR вида на страниците?
Не. Получавате нов файл; оригиналът не се променя. PDF с възможност за търсене показва всяка страница като изображение, както при скан.
Справя ли се OCR с ръкописен текст?
Зле. И двата механизма са насочени към печатни символи. Курсивът, декоративните шрифтове и факсовете с ниска резолюция често излизат като шум.
Нужен ли ми е «Принудителен OCR» при PDF, създаден дигитално?
Обикновено не. За Markdown «Обикновен» използва наличния текст и пропуска разпознаването. Ползвайте «Принудителен», ако този текстов слой е повреден.

Последна актуализация:

Извикване от код

Всеки инструмент е обикновен REST интерфейс. За анонимна употреба не трябват профил или API ключ. Работи еднакво в браузър, за разработчици и за AI агенти.

curl -X POST "https://pdf123.xyz/api/v1/misc/ocr-pdf" \
  -F "[email protected]" \
  -F "outputFormat=markdown" \
  -F "ocrType=force-ocr" \
  -F "languages=eng" \
  -o output.pdf

Наличен е и като MCP инструмент за клиенти с Model Context Protocol (JSON-RPC 2.0 през POST /mcp). Пълна API документация

Използвайте го чрез AI агент

Скил

С този скил Claude Code, Codex, Cursor и други AI агенти могат да изпълнят „OCR на PDF“ вместо вас: /skills/pdf123-ocr.md

Всички скилове за агенти

Файловете служат само за тази обработка и после се изтриват автоматично.