Applica l'OCR a un PDF scansionato
OCR PDF legge un PDF scansionato o composto da immagini e restituisce un PDF ricercabile con un livello di testo nascosto, oppure il suo testo come file Markdown. Il file originale resta invariato.
Trascina i file qui, o clicca per sceglierli
Accetta PDF · fino a 500.0 MB per file · fino a 20 file alla volta
Puoi anche incollare un file con Ctrl/Cmd+V o dal menu degli appunti.
OCR PDF legge un PDF scansionato o composto da immagini e lo restituisce in due forme. PDF ricercabile dà le stesse pagine con un livello di testo invisibile, così puoi cercare, selezionare e copiare il testo. Markdown dà il testo in un file .md per appunti, repository e pipeline. Il file originale non viene mai modificato.
Il PDF ricercabile si crea con Tesseract. Ogni pagina viene resa a 300 dpi, riconosciuta nella lingua che scegli e riscritta come immagine della pagina con il testo riconosciuto nascosto dietro. Il numero di pagine resta lo stesso. Poiché ogni pagina viene resa di nuovo, una pagina che aveva già testo vero diventa un'immagine con un livello di testo, e le dimensioni del file possono differire molto dall'originale. Scegli una delle 12 lingue del modulo; l'API ne accetta anche fino a quattro unite da un segno più, come eng+fra. In una singola richiesta si elaborano al massimo 50 pagine.
L'output Markdown usa un motore diverso, che fonde il testo nativo del PDF con il riconoscimento ottico sulle pagine immagine. Forza OCR (`ocrType=force-ocr`, impostazione predefinita del portale) riconosce di nuovo ogni pagina, mentre Normale usa il testo esistente dove il file lo ha e riconosce le pagine solo immagine. Questo motore non ha un'impostazione della lingua, e l'elenco delle lingue non vale per lui.
In entrambe le modalità la precisione dipende dalla qualità della scansione, dal contrasto e dall'inclinazione. Quando puoi, ritaglia e raddrizza le foto fatte con il telefono prima di caricarle: una foto trapezoidale della pagina spreca il riconoscimento sullo sfondo. L'OCR riconosce caratteri; non traduce né corregge il testo, e non pulisce né raddrizza la scansione stessa.
Scrittura a mano, caratteri decorativi e fax a bassa risoluzione sono gli input più difficili. Quando un carattere è ambiguo, come un 1 rispetto a una l o uno 0 rispetto a una O, il motore sceglie la lettura più probabile e prosegue, e nessuna delle due modalità restituisce un punteggio di confidenza. Controlla a campione nomi e numeri che devono essere esatti. In Markdown le tabelle diventano barre verticali e una cella unita può perdere la propria riga; le pagine a più colonne vengono lette nell'ordine che il motore deduce.
Non applicare l'OCR a documenti che non hai il permesso di digitalizzare o ridistribuire. Le elaborazioni girano lato server, quindi scarica subito il risultato. Non conserviamo una libreria OCR dei tuoi file. I file protetti da password vengono sbloccati per te in questa pagina una volta inserita la password; chi usa l'API deve prima eseguire Sblocca.
Funzioni
- PDF ricercabile con livello di testo nascosto, oppure testo Markdown
- PDF ricercabile: Tesseract a 300 dpi in 12 lingue, fino a 50 pagine
- Markdown: testo nativo più riconoscimento sulle pagine immagine; modalità Forza o Normale
- Il PDF originale resta invariato
- API anonima su /api/v1/misc/ocr-pdf con outputFormat e languages
Quando usarlo
- Rendere ricercabile una pila di contratti scansionati in un archivio documentale
- Copiare un paragrafo da una pagina fotografata o scansionata
- Passare scansioni ad agenti o pipeline che vogliono Markdown
- Rendere ricercabili in un'app di appunti le ricevute fotografate
Come applico l'OCR a un PDF scansionato?
- Carica un PDF scansionato o acquisito con la fotocamera.
- Scegli PDF ricercabile o Markdown. Per un PDF ricercabile, seleziona la lingua del testo.
- Fai clic su Elabora e scarica il risultato.
- Controlla a campione nomi e numeri prima di affidarti al risultato e prova a cercare nel PDF una parola che sai essere presente.
Limiti e casi limite
- La precisione varia con la qualità dell'immagine; scrittura a mano e caratteri stilizzati vengono riconosciuti male
- PDF ricercabile: al massimo 50 pagine, 300 dpi, un'immagine per pagina
- Il Markdown non ha impostazione della lingua, punteggi di confidenza né output per pagina
- Non è traduzione, raddrizzamento o pulizia della scansione
- Un numero molto alto di pagine richiede più tempo
Esempi
- La scansione in scala di grigi di un contratto di 20 pagine diventa un PDF in cui cercare il numero di una clausola trova la pagina
- Una pagina scansionata con una riga di testo inglese restituisce un PDF da cui quella riga si può copiare
- Una foto storta scattata con il telefono può richiedere di essere rifatta prima che l'OCR sia utile
Privacy di questo strumento
I file vengono caricati via HTTPS, elaborati in memoria o in una directory temporanea di breve durata sui nostri server ed eliminati quando il risultato è pronto. Non conserviamo copie per consultazioni successive, addestramento o profili pubblicitari. Consulta l'Informativa sulla privacy per i dettagli sulla conservazione e sui cookie di AdSense.
Domande frequenti
- Posso ottenere un PDF ricercabile?
- Sì. Scegli PDF ricercabile nel modulo. Ogni pagina viene riconosciuta e riscritta come immagine con un livello di testo nascosto, così puoi cercare e copiare il suo testo.
- Perché il PDF ricercabile sembra una scansione e non il mio file originale?
- Ogni pagina viene trasformata in immagine prima del riconoscimento, comprese quelle che avevano già testo vero. Il livello di testo sta dietro l'immagine.
- Quali lingue sono supportate?
- Il modulo offre inglese, tedesco, francese, spagnolo, portoghese, italiano, russo, arabo, cinese semplificato, cinese tradizionale, giapponese e coreano. Tramite l'API si possono unire fino a quattro codici con un segno più, come eng+fra.
- Quante pagine posso elaborare?
- Fino a 50 pagine per un PDF ricercabile. Un file più lungo viene rifiutato con un errore; dividilo prima.
- L'output Markdown usa l'impostazione della lingua?
- No. Il motore Markdown non ha un parametro della lingua. L'elenco delle lingue serve solo per i PDF ricercabili.
- L'OCR cambia l'aspetto delle pagine?
- No. Ottieni un nuovo file; l'originale resta invariato. Un PDF ricercabile mostra ogni pagina come immagine, come fa una scansione.
- L'OCR gestisce la scrittura a mano?
- Male. Entrambi i motori puntano ai caratteri stampati. Corsivo, caratteri decorativi e fax a bassa risoluzione tornano spesso come rumore.
- Serve Forza OCR su un PDF nato digitale?
- Di solito no. Per il Markdown, Normale usa il testo esistente e salta il motore di riconoscimento. Usa Forza se quel livello è danneggiato.
Ultimo aggiornamento:
Chiamalo dal codice
Ogni strumento del sito è un'interfaccia REST. Per l'uso anonimo non servono account né chiave API. Va bene per browser, sviluppatori e agenti IA.
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.pdfDisponibile anche come strumento MCP per i client che parlano Model Context Protocol (JSON-RPC 2.0 su POST /mcp). Riferimento API completo
Usalo da un agente IA
SkillCon questa skill, Claude Code, Codex, Cursor e altri agenti IA possono eseguire «OCR PDF» al posto tuo: /skills/pdf123-ocr.md
I file servono solo a questa elaborazione e poi vengono cancellati.