Распознать скан PDF

PDF со сканом — это картинки страниц, текст из них не скопировать. Распознайте документ и получите текст, который можно править и искать.

Как пользоваться

  1. Загрузите скан. Перетащите PDF на страницу или воспользуйтесь кнопкой «Выберите файлы PDF» — файл до 200 МБ и 100 страниц. Число страниц будет видно рядом с названием файла.
  2. Проверьте «Распознать скан». На этой странице действие уже выбрано. «В текст» нужен для PDF, где текст выделяется мышкой, — со сканами он не справится.
  3. Сверьте цену. На кнопке видно, сколько конвертаций займёт документ: одна за каждые начатые 10 страниц.
  4. Скачайте TXT. Сверьте по скану даты, суммы и фамилии — ошибки распознавания чаще всего прячутся в них.

Как понять, что PDF — скан

Откройте документ и попробуйте выделить слово. Если выделяется вся страница целиком, как картинка, а поиск ничего не находит, — перед Вами скан или фото страниц. Обычное «В текст» тут не поможет: текста в файле нет, его нужно распознать.

Сканы получаются с копировального аппарата и из приложений-сканеров на телефоне, а ещё так выглядят многие договоры с подписями и старые документы из архивов.

Сколько стоит и сколько страниц

Распознавание — тяжёлая работа, поэтому считается не за файл, а за каждые 10 страниц: документ на 7 страниц — одна конвертация, на 23 — три. За раз — до 100 страниц.

Из длинного документа сначала вытащите нужные страницы инструментом «Разделить PDF» — тогда распознавать придётся только их.

От чего зависит качество

Распознаёт tesseract, русский и английский текст. Ровный контрастный скан печатного документа читается хорошо; кривые фото страниц, бледная печать и рукописные пометки — хуже.

Результат — TXT без оформления: таблицы и колонки превратятся в обычные строки. Нужен короткий пересказ вместо полного текста — под результатом есть «Выжимка из документа», переход в Транскрибатор.

Вопросы

Сколько страниц можно распознать?

До 100 страниц в одном документе. Документ толще разделите на части и распознавайте по очереди.

Можно получить сразу Word?

Распознавание сохраняет текст в TXT. Нужен DOCX — загрузите этот TXT в конвертер и выберите «В DOCX».

А если в PDF уже есть текст?

Тогда распознавать не нужно: «В текст» достанет его как одну конвертацию на файл, сколько бы ни было страниц.

Как распознать книгу в DjVu?

Переведите её в PDF на странице «DjVu в PDF», затем загрузите получившийся файл сюда.

Это бесплатно?

Да: после входа — 3 конвертации в день бесплатно. Дальше каждая стоит кредиты, цена видна на кнопке до запуска; кредитов нет — бесплатные снова появятся завтра. Одна конвертация — один исходный файл, склейка в один PDF считается за одну; перекодирование видео — по начатой минуте, распознавание скана PDF — по 10 страниц.

Где обрабатывается файл и сколько он хранится?

Файл загружается на сервер Seaframe и конвертируется там — ставить программы не нужно. Хранится около часа: за это время скачайте результат. Потом исходник и результат удаляются сами, а убрать файл раньше можно крестиком в списке.

Другие конвертеры