ข้ามไปยังเนื้อหาหลัก
PPDF123

ทำ OCR กับ PDF ที่สแกนมา

OCR PDF อ่านไฟล์ PDF ที่สแกนหรือเป็นภาพ แล้วส่งกลับเป็น PDF ที่ค้นหาได้พร้อมชั้นข้อความซ่อนอยู่ หรือเป็นข้อความในไฟล์ Markdown ไฟล์ต้นฉบับไม่เปลี่ยนแปลง

ลากไฟล์มาที่นี่ หรือคลิกเพื่อเลือก

รองรับ PDF · ไม่เกิน 500.0 MB ต่อไฟล์ · สูงสุด 20 ไฟล์ต่อครั้ง

คุณวางไฟล์ด้วย Ctrl/Cmd+V หรือจากเมนูคลิปบอร์ดได้เช่นกัน

OCR PDF อ่านไฟล์ PDF ที่สแกนมาหรือเป็นภาพล้วน แล้วส่งกลับมาในสองรูปแบบ PDF ที่ค้นหาได้ให้หน้าเดิมทุกหน้าพร้อมชั้นข้อความที่มองไม่เห็น ทำให้ค้นหา เลือก และคัดลอกข้อความได้ ส่วน Markdown ให้ข้อความเป็นไฟล์ .md สำหรับโน้ต คลังโค้ด และไปป์ไลน์ ไฟล์ต้นฉบับจะไม่ถูกแก้ไขเลย

PDF ที่ค้นหาได้สร้างด้วย Tesseract ทุกหน้าจะถูกเรนเดอร์ที่ 300 dpi จดจำตามภาษาที่คุณเลือก แล้วเขียนกลับเป็นภาพหน้ากระดาษโดยซ่อนข้อความที่จดจำได้ไว้ด้านหลัง จำนวนหน้าเท่าเดิม เนื่องจากทุกหน้าถูกเรนเดอร์ใหม่ หน้าที่เดิมมีข้อความจริงอยู่แล้วจึงกลายเป็นภาพที่มีชั้นข้อความ และขนาดไฟล์อาจต่างจากต้นฉบับมาก เลือกได้ 1 จาก 12 ภาษาในฟอร์ม ส่วน API รับได้สูงสุดสี่ภาษาที่ต่อกันด้วยเครื่องหมายบวก เช่น eng+fra ประมวลผลได้ไม่เกิน 50 หน้าต่อหนึ่งคำขอ

ผลลัพธ์แบบ Markdown ใช้เอนจินอีกตัว ซึ่งรวมข้อความดั้งเดิมของ PDF เข้ากับการจดจำด้วยแสงในหน้าที่เป็นภาพ บังคับ OCR (`ocrType=force-ocr` ค่าเริ่มต้นของพอร์ทัล) จะจดจำทุกหน้าใหม่ ส่วนปกติจะใช้ข้อความที่มีอยู่หากไฟล์มี และจดจำเฉพาะหน้าที่เป็นภาพล้วน เอนจินนี้ไม่มีการตั้งค่าภาษา และรายการภาษาไม่เกี่ยวกับมัน

ไม่ว่าโหมดใด ความแม่นยำขึ้นกับคุณภาพการสแกน คอนทราสต์ และความเอียง หากทำได้ ควรครอปและปรับภาพถ่ายจากมือถือให้ตรงก่อนอัปโหลด เพราะภาพหน้ากระดาษที่เป็นรูปสี่เหลี่ยมคางหมูทำให้การจดจำเสียไปกับพื้นหลัง OCR จดจำตัวอักษร ไม่ได้แปลหรือแก้ข้อความ และไม่ได้ทำความสะอาดหรือปรับภาพสแกนให้ตรง

ลายมือ ฟอนต์ตกแต่ง และแฟกซ์ความละเอียดต่ำเป็นอินพุตที่ยากที่สุด เมื่อตัวอักษรก้ำกึ่ง เช่น 1 กับ l หรือ 0 กับ O เอนจินจะเลือกการอ่านที่น่าจะเป็นไปได้มากที่สุดแล้วไปต่อ และไม่มีโหมดใดให้คะแนนความมั่นใจ ควรสุ่มตรวจชื่อและตัวเลขที่ต้องถูกต้องเป๊ะ ใน Markdown ตารางจะกลายเป็นเส้นตั้ง และเซลล์ที่รวมกันอาจสูญเสียแถวของตัวเอง ส่วนหน้าที่มีหลายคอลัมน์จะถูกอ่านตามลำดับที่เอนจินคาดเดา

อย่าใช้ OCR กับเอกสารที่คุณไม่ได้รับอนุญาตให้แปลงเป็นดิจิทัลหรือเผยแพร่ต่อ งานทำงานบนเซิร์ฟเวอร์ จึงควรดาวน์โหลดผลลัพธ์โดยเร็ว เราไม่เก็บคลังไลบรารี OCR จากไฟล์ของคุณ ไฟล์ที่มีรหัสผ่านจะถูกปลดล็อกให้ในหน้านี้เมื่อคุณป้อนรหัสผ่าน ส่วนผู้เรียก API ต้องรันการลบรหัสผ่านก่อน

ความสามารถ

  • PDF ที่ค้นหาได้พร้อมชั้นข้อความที่ซ่อนอยู่ หรือข้อความ Markdown
  • PDF ที่ค้นหาได้: Tesseract ที่ 300 dpi รองรับ 12 ภาษา สูงสุด 50 หน้า
  • Markdown: ข้อความดั้งเดิมบวกการจดจำในหน้าที่เป็นภาพ โหมดบังคับหรือปกติ
  • ไฟล์ PDF ต้นฉบับไม่เปลี่ยนแปลง
  • API แบบไม่ระบุตัวตนที่ /api/v1/misc/ocr-pdf พร้อม outputFormat และ languages

ใช้เมื่อไหร่

  • ทำให้สัญญาที่สแกนเป็นปึกค้นหาได้ในคลังเอกสาร
  • คัดลอกย่อหน้าจากหน้าที่ถ่ายภาพหรือสแกน
  • ส่งไฟล์สแกนให้เอเจนต์หรือไปป์ไลน์ที่ต้องการ Markdown
  • ทำให้ใบเสร็จที่ถ่ายภาพไว้ค้นหาได้ในแอปโน้ต

ทำ OCR กับ PDF ที่สแกนอย่างไร

  1. อัปโหลด PDF ที่สแกนหรือถ่ายด้วยกล้อง
  2. เลือก PDF ที่ค้นหาได้ หรือข้อความ Markdown หากเลือก PDF ที่ค้นหาได้ ให้เลือกภาษาของข้อความ
  3. คลิกประมวลผลแล้วดาวน์โหลดผลลัพธ์
  4. สุ่มตรวจชื่อและตัวเลขก่อนนำไปใช้ และลองค้นหาคำที่คุณรู้ว่ามีอยู่ใน PDF

ข้อจำกัดและกรณีพิเศษ

  • ความแม่นยำขึ้นกับคุณภาพภาพ ลายมือและฟอนต์ตกแต่งจดจำได้ไม่ดี
  • PDF ที่ค้นหาได้: สูงสุด 50 หน้า 300 dpi หนึ่งภาพต่อหน้า
  • Markdown ไม่มีการตั้งค่าภาษา คะแนนความมั่นใจ หรือผลลัพธ์แยกรายหน้า
  • ไม่ใช่การแปล และไม่ปรับให้ตรงหรือทำความสะอาดภาพสแกน
  • จำนวนหน้ามากมากใช้เวลานานขึ้น

ตัวอย่าง

  • สัญญาสแกนระดับสีเทา 20 หน้ากลายเป็น PDF ที่ค้นหาเลขข้อสัญญาแล้วเจอหน้านั้น
  • หน้าที่สแกนซึ่งมีข้อความภาษาอังกฤษหนึ่งบรรทัดให้ PDF ที่คัดลอกบรรทัดนั้นได้
  • ภาพถ่ายจากมือถือที่เอียงอาจต้องถ่ายใหม่ก่อนที่ OCR จะมีประโยชน์

ความเป็นส่วนตัวของเครื่องมือนี้

ไฟล์ถูกอัปโหลดผ่าน HTTPS ประมวลผลในหน่วยความจำหรือไดเรกทอรีชั่วคราวอายุสั้นบนเซิร์ฟเวอร์ของเรา และถูกลบเมื่อผลลัพธ์พร้อม เราไม่เก็บสำเนาไว้เปิดดูภายหลัง ฝึกโมเดล หรือสร้างโปรไฟล์โฆษณา ดูรายละเอียดการเก็บรักษาและข้อมูลคุกกี้ AdSense ได้ในนโยบายความเป็นส่วนตัว

คำถามที่พบบ่อย

ฉันจะได้ PDF ที่ค้นหาได้ไหม
ได้ เลือก PDF ที่ค้นหาได้ในฟอร์ม ทุกหน้าจะถูกจดจำและเขียนกลับเป็นภาพที่มีชั้นข้อความซ่อนอยู่ จึงค้นหาและคัดลอกข้อความได้
ทำไม PDF ที่ค้นหาได้จึงดูเหมือนสแกน ไม่เหมือนไฟล์ต้นฉบับของฉัน
ทุกหน้าถูกเรนเดอร์เป็นภาพก่อนการจดจำ รวมถึงหน้าที่เดิมมีข้อความจริงอยู่แล้ว ชั้นข้อความอยู่ด้านหลังภาพ
รองรับภาษาอะไรบ้าง
ฟอร์มมีอังกฤษ เยอรมัน ฝรั่งเศส สเปน โปรตุเกส อิตาลี รัสเซีย อาหรับ จีนตัวย่อ จีนตัวเต็ม ญี่ปุ่น และเกาหลี ผ่าน API สามารถต่อรหัสได้สูงสุดสี่รหัสด้วยเครื่องหมายบวก เช่น eng+fra
ประมวลผลได้กี่หน้า
สูงสุด 50 หน้าสำหรับ PDF ที่ค้นหาได้ ไฟล์ที่ยาวกว่านั้นจะถูกปฏิเสธพร้อมข้อผิดพลาด ให้แยกไฟล์ก่อน
ผลลัพธ์แบบ Markdown ใช้การตั้งค่าภาษาไหม
ไม่ เอนจิน Markdown ไม่มีพารามิเตอร์ภาษา รายการภาษาใช้กับ PDF ที่ค้นหาได้เท่านั้น
OCR จะเปลี่ยนหน้าตาของหน้าไหม
ไม่ คุณจะได้ไฟล์ใหม่ ต้นฉบับไม่เปลี่ยนแปลง PDF ที่ค้นหาได้แสดงแต่ละหน้าเป็นภาพ เหมือนไฟล์สแกน
OCR อ่านลายมือได้ไหม
ได้ไม่ดี เอนจินทั้งสองมุ่งที่ตัวอักษรพิมพ์ ตัวเขียนติดกัน ฟอนต์ตกแต่ง และแฟกซ์ความละเอียดต่ำมักออกมาเป็นสัญญาณรบกวน
PDF ที่สร้างจากไฟล์ดิจิทัลต้องใช้บังคับ OCR ไหม
โดยปกติไม่ต้อง สำหรับ Markdown โหมดปกติจะใช้ข้อความที่มีอยู่และข้ามเอนจินจดจำ ใช้โหมดบังคับหากชั้นข้อความนั้นเสีย

อัปเดตล่าสุด:

เรียกจากโค้ด

เครื่องมือทุกตัวบนเว็บนี้เป็น REST endpoint ธรรมดา ไม่ต้องมีบัญชีหรือคีย์ API ก็เรียกได้ ใช้ได้ทั้งเบราว์เซอร์ นักพัฒนา และเอเจนต์

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

มีเป็นเครื่องมือ MCP สำหรับไคลเอนต์เอเจนต์ที่รองรับ Model Context Protocol (JSON-RPC 2.0 ผ่าน POST /mcp) เอกสาร API ฉบับเต็ม

ใช้งานผ่านเอเจนต์ AI

สกิล

เมื่อติดตั้งสกิลนี้ Claude Code, Codex, Cursor และเอเจนต์ AI อื่น ๆ จะใช้ "OCR PDF" แทนคุณได้: /skills/pdf123-ocr.md

สกิลสำหรับเอเจนต์ทั้งหมด

ไฟล์ใช้เฉพาะงานนี้ เสร็จแล้วลบอัตโนมัติ