OCR naar doorzoekbare PDF op uw computer

Uw scans worden doorzoekbaar en selecteerbaar. De OCR draait volledig in uw browser: het document wordt nooit naar een server geüpload. Gratis omvat één PDF per dag; 7-dagenpas en Pro zijn onbeperkt.

100% privé: alles wordt op uw computer verwerkt, uw bestanden verlaten nooit uw apparaat.

Tools

  1. Upload uw gescande PDF - deze wordt lokaal op uw computer geopend
  2. De tekst wordt lokaal herkend (Spaans en Engels); pagina's met tekst blijven ongewijzigd
  3. Download een identieke PDF met een doorzoekbare tekstlaag

Wat Tekst herkennen (OCR) doet

Tekst herkennen (OCR) neemt een gescande PDF, herkent de tekst op elke gescande pagina en schrijft die tekst terug in de PDF als een onzichtbare laag die precies over de gedrukte woorden ligt. De pagina ziet er hetzelfde uit als eerst, maar nu kunt u erin zoeken, de tekst selecteren en kopiëren en elk indexeringsprogramma of documentsysteem kan hem lezen. De herkenning draait in uw browser: de scan wordt nooit geüpload.

De tool herkent Spaans en Engels, beide tegelijk geladen, wat facturen, contracten, officiële brieven, bonnen en oude rapporten in een van beide talen of door elkaar dekt. Het is de stap die een map met scans omzet in documenten waarin u echt dingen kunt vinden, en het is de logische voorbereiding vóór het samenvatten, het extraheren van tekst of het anonimiseren van een gescand bestand.

Een gescande PDF doorzoekbaar maken

  1. Voeg uw PDF toe. Het instellingenscherm toont de bestandsnaam en het aantal pagina's en herinnert u aan wat er gaat gebeuren: Spaans en Engels worden herkend, pagina's die al tekst hebben, blijven ongemoeid en alles draait op uw computer.
  2. Klik op Tekst herkennen. De eerste keer downloadt de browser de herkenningsengine en de twee taalpakketten, samen ongeveer 8 MB, van het eigen domein van OléPDF. Daarna worden ze in de cache bewaard.
  3. Wacht een paar seconden per gescande pagina. Elke pagina wordt gerenderd op 350 dots per inch op een computer, of 200 op een telefoon, het contrast wordt genormaliseerd, zijwaarts staande pagina's worden gedetecteerd en rechtgezet en woorden met lage betrouwbaarheid worden weggelaten.
  4. Download het resultaat, met het achtervoegsel _ocr. Open het in een willekeurige lezer en probeer het zoekvak.
  5. Met de 7-dagenpas of Pro kunt u meerdere PDF's toevoegen en op OCR uitvoeren op N PDF's klikken om een ZIP te ontvangen met één doorzoekbaar bestand per scan.

Grenzen en gedrag die u moet kennen

Alleen pagina's zonder bruikbare tekst worden verwerkt. Een pagina wordt als gescand beschouwd wanneer ze minder dan tien tekens echte tekst bevat. Pagina's met een bestaande tekstlaag worden ongewijzigd gekopieerd, dus de tool uitvoeren op een gemengd document is veilig.

Privacy: de herkenning gebeurt op uw apparaat

De herkenningsengine is een WebAssembly-build die door OléPDF wordt meegeleverd en de taalpakketten worden van hetzelfde domein aangeboden. Pagina-afbeeldingen worden in uw browser gerenderd, in het geheugen aan de engine doorgegeven en weggegooid wanneer de taak klaar is. Het document wordt nooit geüpload, er wordt geen tekst ergens naartoe gestuurd en er is geen script van derden bij betrokken. Zelfs het dagelijkse tegoed van het gratis plan wordt lokaal in uw browser bijgehouden.

Daardoor is de tool geschikt voor scans die lastig zouden zijn om te uploaden: identiteitsdocumenten, medische dossiers, salarisadministratie en gerechtelijke stukken.

Typisch gebruik

Veelgestelde vragen

Is OCR gratis bij OléPDF?

Het gratis plan bevat één OCR-document per dag, per tool geteld. De 7-dagenpas, een eenmalige betaling, en het Pro-plan geven onbeperkte OCR en maken batches van meerdere PDF's mogelijk.

Wordt mijn scan geüpload voor de herkenning?

Nee. De engine en de taalgegevens worden eenmaal van het eigen domein van OléPDF gedownload en draaien in uw browser. De PDF en zijn tekst verlaten nooit uw computer.

Welke talen worden herkend?

Spaans en Engels, altijd allebei tegelijk. Er is geen taalkeuze en geen ondersteuning voor andere schriften.

Ziet de PDF er daarna anders uit?

Nee. De gescande afbeelding blijft zoals ze is. De enige wijziging is een onzichtbare tekstlaag die op de gedrukte woorden is uitgelijnd, en daardoor werken zoeken en selecteren.

Wat als sommige pagina's al tekst hebben?

Die blijven precies zoals ze waren. Alleen pagina's met minder dan tien tekens echte tekst worden als scans behandeld en herkend.

Hoe lang duurt het?

Een paar seconden per gescande pagina op een moderne computer, meer op een telefoon, waar de herkenning op een lagere resolutie draait om geheugen te sparen. De eerste keer komt daar de eenmalige download van de engine bij.

PDF-converter

Alle tools

Foto's in plaats van PDF's? Probeer OléPIC, onze afbeeldingstools.

Video's in plaats van PDF's? Probeer OléVIDEO, onze videotools.