Zrób OCR zeskanowanego pliku PDF
OCR PDF odczytuje zeskanowany lub obrazkowy plik PDF i zwraca albo PDF z możliwością wyszukiwania z ukrytą warstwą tekstową, albo jego tekst jako plik Markdown. Oryginalny plik pozostaje bez zmian.
Przeciągnij pliki tutaj albo kliknij, żeby wybrać
Obsługiwane: PDF · do 500.0 MB na plik · maks. 20 plików naraz
Możesz też wkleić plik przez Ctrl/Cmd+V lub z menu schowka.
OCR PDF odczytuje zeskanowany lub obrazkowy plik PDF i zwraca go w jednej z dwóch postaci. PDF z możliwością wyszukiwania to te same strony z niewidoczną warstwą tekstową, więc tekst można wyszukiwać, zaznaczać i kopiować. Tekst Markdown to treść jako plik .md do notatek, repozytoriów i potoków. Oryginalny plik nigdy nie jest zmieniany.
PDF z możliwością wyszukiwania powstaje w Tesseract. Każda strona jest renderowana w 300 dpi, rozpoznawana w wybranym języku i zapisywana z powrotem jako obraz strony z rozpoznanym tekstem ukrytym pod spodem. Liczba stron pozostaje taka sama. Ponieważ każda strona jest renderowana od nowa, strona, która miała już prawdziwy tekst, staje się obrazem z warstwą tekstową, a rozmiar pliku może się mocno różnić od oryginału. W formularzu wybierasz jeden z 12 języków; API przyjmuje też do czterech języków połączonych znakiem plus, na przykład eng+fra. W jednym żądaniu przetwarzanych jest najwyżej 50 stron.
Wynik w Markdown korzysta z innego silnika, który łączy natywny tekst PDF z optycznym rozpoznawaniem na stronach obrazkowych. Wymuś OCR (`ocrType=force-ocr`, domyślne w portalu) rozpoznaje każdą stronę od nowa, a Normalny używa istniejącego tekstu tam, gdzie plik go ma, i rozpoznaje tylko strony z samym obrazem. Ten silnik nie ma ustawienia języka, a lista języków go nie dotyczy.
W obu trybach dokładność zależy od jakości skanu, kontrastu i przekrzywienia. Zdjęcia z telefonu przytnij i wyprostuj przed wysłaniem, jeśli to możliwe, bo zdjęcie strony w kształcie trapezu marnuje rozpoznawanie na tle. OCR rozpoznaje znaki; nie tłumaczy ani nie poprawia tekstu, nie czyści też samego skanu i go nie prostuje.
Pismo odręczne, ozdobne kroje pisma i faksy o niskiej rozdzielczości to najtrudniejsze dane wejściowe. Gdy znak jest niejednoznaczny, na przykład 1 i l albo 0 i O, silnik wybiera najbardziej prawdopodobny odczyt i idzie dalej, a żaden tryb nie zwraca oceny pewności. Wyrywkowo sprawdzaj imiona, nazwy i liczby, które muszą być dokładne. W Markdown tabele stają się kreskami pionowymi, a scalona komórka może stracić swój wiersz, natomiast strony wielokolumnowe są czytane w kolejności, którą wnioskuje silnik.
Nie wykonuj OCR dokumentów, których nie wolno ci digitalizować ani rozpowszechniać. Zadania działają po stronie serwera, więc pobierz wynik od razu. Nie prowadzimy biblioteki OCR z twoich plików. Pliki chronione hasłem są odblokowywane na tej stronie po wpisaniu hasła; wywołujący API najpierw uruchamiają Odblokuj.
Funkcje
- PDF z możliwością wyszukiwania z ukrytą warstwą tekstową albo tekst Markdown
- PDF z możliwością wyszukiwania: Tesseract w 300 dpi, 12 języków, do 50 stron
- Markdown: natywny tekst plus rozpoznawanie na stronach obrazkowych; tryb Wymuś lub Normalny
- Oryginalny PDF pozostaje bez zmian
- Anonimowe API pod /api/v1/misc/ocr-pdf z parametrami outputFormat i languages
Kiedy tego użyć
- Umożliwić wyszukiwanie w stosie zeskanowanych umów w archiwum dokumentów
- Skopiować akapit ze sfotografowanej lub zeskanowanej strony
- Przekazać skany agentom lub potokom, które oczekują Markdown
- Umożliwić wyszukiwanie w sfotografowanych paragonach w aplikacji do notatek
Jak zrobić OCR zeskanowanego pliku PDF?
- Wyślij zeskanowany lub sfotografowany plik PDF.
- Wybierz PDF z możliwością wyszukiwania albo Tekst Markdown. Dla PDF z możliwością wyszukiwania wybierz język tekstu.
- Kliknij Przetwórz i pobierz wynik.
- Wyrywkowo sprawdź imiona i liczby, zanim na nich polegasz, i spróbuj wyszukać w PDF słowo, które na pewno w nim jest.
Ograniczenia i przypadki brzegowe
- Dokładność zależy od jakości obrazu; pismo odręczne i stylizowane kroje są rozpoznawane słabo
- PDF z możliwością wyszukiwania: najwyżej 50 stron, 300 dpi, jeden obraz na stronę
- Markdown nie ma ustawienia języka, ocen pewności ani wyniku per strona
- To nie tłumaczenie, prostowanie ani czyszczenie skanu
- Bardzo duża liczba stron trwa dłużej
Przykłady
- 20-stronicowy skan umowy w skali szarości staje się PDF, w którym wyszukanie numeru klauzuli znajduje stronę
- Zeskanowana strona z linijką angielskiego tekstu zwraca PDF, z którego tę linijkę można skopiować
- Przekrzywione zdjęcie z telefonu może wymagać ponownego wykonania, zanim OCR się przyda
Prywatność tego narzędzia
Pliki są przesyłane przez HTTPS, przetwarzane w pamięci lub w krótko żyjącym katalogu tymczasowym na naszych serwerach i usuwane, gdy wynik jest gotowy. Nie zachowujemy kopii do późniejszego przeglądania, trenowania ani profili reklamowych. Szczegóły dotyczące przechowywania i informacje o plikach cookie AdSense znajdziesz w Polityce prywatności.
Najczęstsze pytania
- Czy mogę dostać PDF z możliwością wyszukiwania?
- Tak. Wybierz w formularzu PDF z możliwością wyszukiwania. Każda strona jest rozpoznawana i zapisywana z powrotem jako obraz z ukrytą warstwą tekstową, więc tekst można wyszukiwać i kopiować.
- Dlaczego PDF z możliwością wyszukiwania wygląda jak skan, a nie jak mój oryginalny plik?
- Każda strona jest przed rozpoznawaniem renderowana do obrazu, także te, które miały już prawdziwy tekst. Warstwa tekstowa leży za obrazem.
- Jakie języki są obsługiwane?
- Formularz oferuje angielski, niemiecki, francuski, hiszpański, portugalski, włoski, rosyjski, arabski, chiński uproszczony, chiński tradycyjny, japoński i koreański. Przez API można połączyć znakiem plus do czterech kodów, na przykład eng+fra.
- Ile stron mogę przetworzyć?
- Do 50 stron w przypadku PDF z możliwością wyszukiwania. Dłuższy plik jest odrzucany z błędem; najpierw go podziel.
- Czy wynik w Markdown korzysta z ustawienia języka?
- Nie. Silnik Markdown nie ma parametru języka. Lista języków dotyczy tylko PDF z możliwością wyszukiwania.
- Czy OCR zmieni wygląd stron?
- Nie. Dostajesz nowy plik; oryginał pozostaje bez zmian. PDF z możliwością wyszukiwania pokazuje każdą stronę jako obraz, tak jak skan.
- Czy OCR radzi sobie z pismem odręcznym?
- Słabo. Oba silniki są nastawione na znaki drukowane. Pismo ciągłe, ozdobne kroje i faksy o niskim dpi często wracają jako szum.
- Czy potrzebuję Wymuś OCR przy PDF utworzonym cyfrowo?
- Zwykle nie. W Markdown tryb Normalny używa istniejącego tekstu i pomija silnik rozpoznawania. Użyj Wymuś, jeśli ta warstwa jest uszkodzona.
Ostatnia aktualizacja:
Wywołanie z kodu
Każde narzędzie na stronie to zwykły interfejs REST. Anonimowo nie trzeba konta ani klucza API. Działa w przeglądarce, u programistów i u agentów AI.
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.pdfDostępne też jako narzędzie MCP dla klientów mówiących Model Context Protocol (JSON-RPC 2.0, POST /mcp). Pełna dokumentacja API
Użyj go z agentem AI
SkillZ tym skillem Claude Code, Codex, Cursor i inne agenty AI mogą wykonać za Ciebie „OCR PDF”: /skills/pdf123-ocr.md
Pliki służą tylko do tego zadania i są potem automatycznie usuwane.