Digitalizar para um PDF pesquisável, com texto que você pode copiar
Um PDF digitalizado é uma imagem: você não consegue pesquisar nele, selecionar uma frase nem copiar um endereço. Esta página abre o scanner com Texto pesquisável (OCR) já ligado, então as palavras de cada página são reconhecidas no seu dispositivo e colocadas de forma invisível sobre a imagem. O PDF fica exatamente igual à digitalização, mas uma pesquisa encontra as palavras, o texto pode ser selecionado e copiado, e a busca do computador o indexa. O reconhecimento roda no seu navegador; as páginas não são enviadas.
Digitalize um documento
Use a câmera ou escolha fotos de documentos (JPG, PNG, WebP, HEIC). Tudo fica neste dispositivo.
Segure o celular reto acima da página
Escolha o idioma do documento antes de salvar: o motor conhece as palavras e as formas das letras daquele idioma, e a precisão cai muito com o idioma errado. Um segundo idioma pode ser misturado para uma fatura com termos em inglês. Há quinze idiomas disponíveis (inglês, romeno, espanhol, português, francês, alemão, italiano, holandês, polonês, húngaro, turco, tcheco, russo, ucraniano e grego); os dados do idioma são baixados deste site uma única vez e ficam no dispositivo.
A camada de texto é verificável: abra o PDF em qualquer leitor, pesquise uma palavra da página e ela aparece destacada no lugar certo. Só texto impresso: letra à mão não é reconhecida.
Dicas
- Páginas retas, nítidas e iluminadas por igual dão o melhor texto: acerte primeiro os cantos e o filtro, depois salve com OCR.
- Preto e branco costuma ser o filtro mais legível para o motor em texto simples; Natural para páginas com cor ou carimbos.
- O reconhecimento leva alguns segundos por página em um celular; o progresso mostra em que página está e você pode cancelar.
- Para tirar o texto como arquivo em vez de PDF, passe o PDF salvo pelo Imagem para texto (OCR).
- Censure antes de salvar se uma página tiver dados que o destinatário não deveria conseguir pesquisar: as palavras sob uma censura são removidas também da camada de texto.
Por que é privado
Tudo o que você digita ou solta aqui é tratado pelo seu navegador, no seu dispositivo. Nada é enviado. Para verificar, abra as ferramentas de desenvolvedor do navegador, vá à aba Rede e use a ferramenta: você não verá nenhuma requisição carregando seus dados.
Perguntas frequentes
- O texto é enviado a um servidor?
- Não. O motor (Tesseract) e os dados do idioma rodam em um Web Worker no seu navegador; as páginas nunca saem do dispositivo.
- Qual é a precisão?
- Em uma página limpa e reta, no idioma certo, o texto impresso sai quase todo certo; letra miúda, fotos escuras e idiomas errados dão letras erradas. Confira pesquisando uma palavra.
- Posso editar o texto reconhecido?
- Não no PDF: a camada é texto invisível sob a imagem. Para texto editável, use Imagem para texto (OCR), que entrega um .txt que você pode editar.