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
- อัปโหลด PDF ที่สแกนหรือถ่ายด้วยกล้อง
- เลือก PDF ที่ค้นหาได้ หรือข้อความ Markdown หากเลือก PDF ที่ค้นหาได้ ให้เลือกภาษาของข้อความ
- คลิกประมวลผลแล้วดาวน์โหลดผลลัพธ์
- 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.pdfมีเป็นเครื่องมือ MCP สำหรับไคลเอนต์เอเจนต์ที่รองรับ Model Context Protocol (JSON-RPC 2.0 ผ่าน POST /mcp) เอกสาร API ฉบับเต็ม
ใช้งานผ่านเอเจนต์ AI
สกิลเมื่อติดตั้งสกิลนี้ Claude Code, Codex, Cursor และเอเจนต์ AI อื่น ๆ จะใช้ "OCR PDF" แทนคุณได้: /skills/pdf123-ocr.md
ไฟล์ใช้เฉพาะงานนี้ เสร็จแล้วลบอัตโนมัติ