OCR de PDF – de PDF digitalizado para texto

Reconheça o texto de PDFs digitalizados e imagens e copie-o ou salve um PDF pesquisável – grátis, e seu arquivo nunca sai do seu dispositivo.

Adicione um PDF digitalizado ou imagens (JPG, PNG, WebP)

Solte um PDF ou imagens aqui ou escolha arquivos

O motor de OCR (Tesseract) e os dados do idioma são baixados para o navegador a partir de uma CDN pública na primeira vez; seu arquivo nunca é enviado.

OCR de PDF – de PDF digitalizado para texto – uma página PDF digitalizada transformada em texto pesquisável e selecionável
Torne PDFs digitalizados pesquisáveis.

Como funciona

  1. Passo 1

    Adicione o arquivo

    Solte um PDF digitalizado ou uma ou mais imagens.

  2. Passo 2

    Escolha o idioma

    Selecione o idioma do documento.

  3. Passo 3

    Execute o OCR

    As páginas são renderizadas e lidas no seu dispositivo com o Tesseract.

  4. Passo 4

    Salve

    Copie o texto, baixe em .txt ou .md ou obtenha um PDF pesquisável.

Como funciona: OCR de PDF – 1. Adicione o arquivo, 2. Escolha o idioma, 3. Salve
Adicione o arquivo → Escolha o idioma → Salve

Por que usar esta ferramenta

Privado

O OCR roda no navegador – o documento não é enviado.

PDF pesquisável

Adiciona uma camada de texto invisível para pesquisar e selecionar o texto.

Grátis

Sem conta, sem marca d’água e sem cota de páginas.

Torne um PDF digitalizado pesquisável – grátis, no navegador

Um PDF digitalizado é, na verdade, uma pilha de imagens: dá para ler, mas não para pesquisar, selecionar ou copiar palavras. O OCR (reconhecimento óptico de caracteres) analisa cada imagem de página e extrai o texto. Esta ferramenta renderiza cada página com o pdf.js e a lê com o Tesseract, o motor de OCR de código aberto, que roda dentro do navegador via WebAssembly.

Você recebe o texto reconhecido para copiar ou baixar como .txt ou Markdown e, em idiomas de alfabeto latino, um PDF pesquisável que mantém as imagens originais com uma camada de texto invisível por cima – assim Ctrl+F e copiar e colar funcionam.

Ideal para PDFs do SlideShare e do Scribd feitos de imagens

PDFs criados a partir de imagens de slides – como as exportações do nosso downloader do SlideShare – não contêm texto. Passe-os pelo OCR para pesquisar neles ou transformá-los em anotações e, depois, use PDF para Markdown no PDF pesquisável ou formate o texto com Markdown para PDF.

Expectativas realistas

Nenhum OCR é 100% preciso. Digitalizações limpas e com bom contraste de texto impresso costumam sair muito bem; letra cursiva, fotos tremidas, fontes decorativas, tabelas e idiomas misturados geram mais erros. Sempre confira nomes, números e datas. Documentos grandes demoram porque todo o trabalho é feito no seu dispositivo – teste antes algumas páginas com o campo “Páginas”.

FAQ

Meu PDF é enviado?

Não. As páginas são renderizadas e reconhecidas no navegador. Só o motor de OCR e os dados do idioma são baixados de uma CDN pública.

Qual é a precisão do OCR?

Boa em texto impresso nítido e menor em letra cursiva, fotos tremidas, letras pequenas e layouts complexos. Sempre revise o resultado.

Quais idiomas são aceitos?

18 idiomas, incluindo português, inglês, espanhol, francês, alemão, indonésio, filipino, russo, árabe, hindi, urdu, chinês, japonês e coreano. O PDF pesquisável está disponível para idiomas de alfabeto latino.

Quanto tempo leva?

Normalmente alguns segundos por página num computador moderno; mais no celular. Na primeira vez, o motor e os dados do idioma também são baixados.

Funciona com PDFs do SlideShare ou do Scribd feitos de imagens?

Sim. É exatamente para isso que o OCR serve.

Existe limite de páginas?

Não há limite fixo, mas arquivos muito grandes usam bastante memória. Use o campo “Páginas” em documentos grandes.