Taranmış PDF'ye OCR Uygula
PDF OCR, taranmış veya görüntü tabanlı bir PDF'yi okur; gizli metin katmanlı aranabilir bir PDF ya da metni Markdown dosyası olarak döndürür. Özgün dosya değişmez.
Dosyaları buraya sürükleyip bırakın veya seçmek için tıklayın
PDF kabul edilir · dosya başına en fazla 500.0 MB · bir seferde en fazla 20 dosya
Bir dosyayı Ctrl/Cmd+V ile veya pano menüsünden de yapıştırabilirsiniz.
PDF OCR, taranmış veya görüntü tabanlı bir PDF'yi okur ve sonucu iki biçimden biriyle verir. Aranabilir PDF, aynı sayfaları görünmez bir metin katmanıyla sunar; böylece metni arayabilir, seçebilir ve kopyalayabilirsiniz. Markdown ise metni notlar, depolar ve işlem hatları için bir .md dosyası olarak verir. Özgün dosya hiçbir zaman değiştirilmez.
Aranabilir PDF, Tesseract ile üretilir. Her sayfa 300 dpi'de işlenir, seçtiğiniz dilde tanınır ve tanınan metin arkasında gizli kalacak şekilde sayfa görüntüsü olarak geri yazılır. Sayfa sayısı değişmez. Her sayfa yeniden görüntüye çevrildiği için gerçek metni olan bir sayfa da metin katmanlı bir görüntüye dönüşür ve dosya boyutu özgününden çok farklı olabilir. Formda 12 dilden birini seçersiniz; API ise eng+fra gibi artı işaretiyle birleştirilmiş en fazla dört kod kabul eder. Tek bir istekte en fazla 50 sayfa işlenir.
Markdown çıktısı farklı bir motor kullanır; PDF'nin yerel metnini görüntü sayfalarındaki optik tanımayla birleştirir. OCR'yi zorla (`ocrType=force-ocr`, portal varsayılanı) her sayfayı yeniden tanır; Normal ise dosyada metin varsa onu kullanır ve yalnızca salt görüntü sayfalarını tanır. Bu motorda dil ayarı yoktur, dil listesi onun için geçerli değildir.
Her iki kipte de doğruluk; tarama kalitesine, kontrasta ve eğikliğe bağlıdır. Telefonla çekilen sayfaları mümkünse yüklemeden önce kırpıp düzeltin; yamuk bir fotoğraf tanıma emeğini arka plana harcatır. OCR karakterleri tanır; metni çevirmez veya düzeltmez, taramayı da temizlemez ya da eğikliğini gidermez.
El yazısı, süslü yazı tipleri ve düşük çözünürlüklü fakslar en zor girdilerdir. 1 ile l ya da 0 ile O gibi belirsiz bir karakterde motor en olası okumayı seçip devam eder; iki kip de güven puanı döndürmez. Tam doğru olması gereken adları ve sayıları örnekleyerek kontrol edin. Markdown'da tablolar dikey çizgilere dönüşür ve birleştirilmiş bir hücre satırını kaybedebilir; çok sütunlu sayfalar motorun çıkardığı sırayla okunur.
Sayısallaştırma veya yeniden dağıtma hakkınız olmayan belgelere OCR uygulamayın. İşler sunucu tarafında çalışır, bu yüzden sonucu zamanında indirin. Dosyalarınızdan bir OCR kitaplığı oluşturmayız. Parola korumalı dosyaların kilidi, parolayı girdiğinizde bu sayfada sizin için açılır; API çağıranlar önce Kilidi Aç işlemini çalıştırmalıdır.
Özellikler
- Gizli metin katmanlı aranabilir PDF veya Markdown metni
- Aranabilir PDF: 300 dpi'de Tesseract, 12 dil, en fazla 50 sayfa
- Markdown: yerel metin artı görüntü sayfalarında tanıma; Zorla veya Normal kip
- Özgün PDF değişmez
- outputFormat ve languages destekli anonim API: /api/v1/misc/ocr-pdf
Bu araç ne zaman kullanılır
- Bir belge arşivindeki taranmış sözleşme yığınını aranabilir yapmak
- Fotoğraflanmış veya taranmış bir sayfadan paragraf kopyalamak
- Taramaları Markdown isteyen ajanlara veya işlem hatlarına vermek
- Fotoğraflanmış fişleri not uygulamasında aranabilir yapmak
Taranmış bir PDF'ye nasıl OCR uygularım?
- Taranmış veya kamerayla çekilmiş bir PDF yükleyin.
- Aranabilir PDF ya da Markdown metni seçin. Aranabilir PDF için metnin dilini seçin.
- İşle'ye tıklayın ve sonucu indirin.
- Güvenmeden önce adları ve sayıları kontrol edin; PDF içinde olduğunu bildiğiniz bir sözcüğü aratmayı deneyin.
Sınırlar ve özel durumlar
- Doğruluk görüntü kalitesine göre değişir; el yazısı ve süslü yazı tipleri kötü tanınır
- Aranabilir PDF: en fazla 50 sayfa, 300 dpi, sayfa başına bir görüntü
- Markdown'da dil ayarı, güven puanı veya sayfa bazlı çıktı yoktur
- Çeviri değildir; taramayı düzeltmez veya temizlemez
- Çok sayıda sayfa daha uzun sürer
Örnekler
- 20 sayfalık gri tonlamalı bir sözleşme taraması, madde numarası aratıldığında sayfayı bulan bir PDF'ye dönüşür
- Bir satır İngilizce metin içeren taranmış sayfa, o satırın kopyalanabildiği bir PDF döndürür
- Eğik bir telefon fotoğrafının OCR işe yarayabilsin diye yeniden çekilmesi gerekebilir
Bu araç için gizlilik
Dosyalar HTTPS üzerinden yüklenir, sunucularımızda bellekte veya kısa ömürlü bir geçici dizinde işlenir ve sonucunuz hazır olduğunda silinir. Sonradan göz atma, eğitim veya reklam profilleri için kopya tutmayız. Saklama ayrıntıları ve AdSense çerez bildirimleri için Gizlilik Politikası'na bakın.
Sık sorulan sorular
- Aranabilir PDF alabilir miyim?
- Evet. Formda Aranabilir PDF'yi seçin. Her sayfa tanınır ve gizli metin katmanlı bir görüntü olarak geri yazılır; metni arayabilir ve kopyalayabilirsiniz.
- Aranabilir PDF neden özgün dosyam gibi değil de bir tarama gibi görünüyor?
- Gerçek metni olan sayfalar dâhil her sayfa, tanımadan önce görüntüye çevrilir. Metin katmanı görüntünün arkasında durur.
- Hangi diller destekleniyor?
- Form; İngilizce, Almanca, Fransızca, İspanyolca, Portekizce, İtalyanca, Rusça, Arapça, Basitleştirilmiş Çince, Geleneksel Çince, Japonca ve Korece sunar. API üzerinden eng+fra gibi artı işaretiyle birleştirilmiş en fazla dört kod verilebilir.
- Kaç sayfa işleyebilirim?
- Aranabilir PDF için en fazla 50 sayfa. Daha uzun bir dosya hata ile reddedilir; önce bölün.
- Markdown çıktısı dil ayarını kullanıyor mu?
- Hayır. Markdown motorunun dil parametresi yoktur. Dil listesi yalnızca aranabilir PDF içindir.
- OCR sayfaların görünümünü değiştirir mi?
- Hayır. Yeni bir dosya alırsınız; özgün dosya değişmez. Aranabilir PDF, her sayfayı bir tarama gibi görüntü olarak gösterir.
- OCR el yazısını tanır mı?
- Zayıf. Her iki motor da makineyle basılmış karakterleri hedefler. El yazısı, süslü yazı tipleri ve düşük çözünürlüklü fakslar çoğu zaman anlamsız çıkar.
- Dijital doğan bir PDF için OCR'yi zorla gerekir mi?
- Genellikle hayır. Markdown için Normal kip mevcut metni kullanır ve tanıma motorunu atlar. Metin katmanı bozuksa Zorla'yı kullanın.
Son güncelleme:
Koddan çağırın
Bu sitedeki her araç düz bir REST arayüzüdür. Anonim kullanım için hesap veya API anahtarı gerekmez. Tarayıcı, geliştirici ve yapay zeka ajanları için aynı şekilde kullanılabilir.
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.pdfModel Context Protocol konuşan ajan istemcileri için MCP aracı olarak da kullanılabilir (JSON-RPC 2.0, POST /mcp). Tam API belgesi
Bir yapay zekâ ajanıyla kullanın
BeceriBu beceriyle Claude Code, Codex, Cursor ve diğer yapay zekâ ajanları sizin için "PDF OCR" işlemini yapabilir: /skills/pdf123-ocr.md
Dosyalar yalnızca bu işlem için kullanılır ve ardından otomatik silinir.