Equipas jurídicas — pesquisar contratos digitalizados
Contratos assinados e processos judiciais são frequentemente guardados como digitalizações. O OCR torna cada cláusula pesquisável, sem enviar documentos confidenciais para um servidor.
Torne um PDF digitalizado pesquisável no seu navegador
O OCR PDF lê as palavras num PDF digitalizado e adiciona-as ao ficheiro como texto oculto. As páginas têm o mesmo aspeto de antes, mas agora pode pesquisá-las com Ctrl+F, selecionar uma frase e copiá-la.
Uma digitalização é apenas uma imagem de papel, por isso não tem texto para o seu leitor de PDF encontrar. O OCR (reconhecimento ótico de carateres) resolve isso ao ler as formas das letras em cada página.
Tudo acontece no separador do seu navegador. As digitalizações contêm frequentemente dados pessoais, como formulários fiscais, contratos e cartas médicas, e aqui nunca são carregadas para um servidor.
Como fazer OCR a um PDF online
Quem utiliza o OCR PDF
Qualquer pessoa com uma pilha de digitalizações que precisa de pesquisar. Estas são as utilizações mais comuns.
Contabilidade — encontrar valores em recibos
Recibos e faturas digitalizados escondem montantes e datas dentro da imagem. Após o OCR, pode pesquisar um fornecedor ou copiar um total para a sua contabilidade.
Clínicas — pesquisar cartas de referenciação
Cartas de referenciação e registos de pacientes mais antigos chegam frequentemente como digitalizações. Lê-las no próprio computador da clínica mantém a informação de saúde fora de servidores externos.
Arquivos e história familiar
Cartas antigas, livros de registo e boletins tornam-se pesquisáveis, para conseguir encontrar um nome ou uma data em centenas de páginas.
Estudantes e investigadores
Capítulos de livros digitalizados e artigos de revistas mais antigos tornam-se pesquisáveis, e pode copiar uma citação em vez de a reescrever.
Documentos domésticos
Formulários fiscais, garantias e cartas de seguro que digitalizou em casa tornam-se fáceis de encontrar pesquisando por uma palavra.
Porquê tornar PDFs digitalizados pesquisáveis?
Um PDF pesquisável funciona como qualquer documento que tenha escrito você mesmo.
- Encontre qualquer palavra com Ctrl+F em vez de percorrer página a página.
- Copie e cole de uma digitalização em vez de a reescrever.
- A pesquisa do seu computador, e os sistemas documentais, conseguem encontrar o ficheiro pelas palavras que contém.
- A digitalização mantém-se como estava, por isso continua a ser uma cópia fiel do papel.
- Também pode obter o texto como ficheiro .txt, pronto para um processador de texto ou uma ferramenta de tradução.
- Nada é carregado, por isso é seguro para digitalizações com dados pessoais como números de identificação e extratos bancários.
Como funciona o OCR PDF
O OCR PDF utiliza o Tesseract, um motor de OCR gratuito e de código aberto, executado dentro do separador do seu navegador. O motor e o ficheiro de cada idioma são transferidos do nosso servidor na primeira vez que os utiliza. O seu navegador guarda-os para a próxima vez.
Cada página é desenhada como uma imagem a 150 ou 300 DPI. O Tesseract encontra cada palavra e a sua posição na página, depois as palavras são adicionadas como texto invisível, esticado para cobrir cada palavra na digitalização. É por isso que selecionar texto destaca as palavras certas.
Mais nada na página é alterado. O seu PDF nunca sai do seu dispositivo: apenas o motor e os ficheiros de idioma viajam, e só na sua direção.
Definições de OCR PDF num relance
Tudo o que pode escolher antes de ler, e o que acontece com ficheiros que precisam de cuidado extra.
| Definição | Opções | Bom saber |
|---|---|---|
| Idiomas | 30 idiomas, até 3 de uma vez | Começa no idioma em que está a navegar e memoriza a sua última escolha. |
| Qualidade | Precisa (300 DPI) ou Rápida (150 DPI) | As páginas muito grandes são reduzidas um pouco, para o telemóvel não ficar sem memória. |
| Transferência | PDF pesquisável ou ficheiro de texto (.txt) | O outro formato fica a um clique de distância quando a leitura termina. |
| Páginas | Todas as páginas, ou um intervalo como 1-3, 5 | Deixe o campo em branco para ler todas as páginas. |
| Páginas com texto | Ignoradas, ou lidas com Ler na mesma | Ignorá-las evita que a pesquisa encontre cada palavra duplicada. |
| PDFs protegidos por palavra-passe | Desbloquear primeiro | O editor encaminha-o para Desbloquear PDF. |
| PDFs assinados | Podem ser lidos, com um aviso | Adicionar texto altera o ficheiro, pelo que a assinatura deixará de ser válida. |
| Tamanho do ficheiro | Até 100 MB, sem limite de páginas | O seu dispositivo faz o trabalho, por isso ficheiros longos demoram mais tempo. |
OCR PDF no seu navegador vs outras formas
| Recurso | LuraPDF | Sites de OCR baseados em carregamento | Aplicações PDF para computador |
|---|---|---|---|
| Para onde vai o seu ficheiro | Fica no seu dispositivo | Carregado para o servidor do site | Fica no seu computador |
| Idiomas | 30, até 3 de uma vez | Varia consoante o site | Varia consoante a aplicação |
| Custo | Grátis, sem limite de páginas | Frequentemente grátis com limites de páginas ou ficheiros | Normalmente uma licença paga |
| Conta | Não é necessária | Frequentemente necessária para ficheiros maiores | Necessária para comprar e ativar |
Dicas para os melhores resultados de OCR
Uma digitalização nítida é mais importante do que qualquer definição. Estas dicas ajudam a obter o texto mais preciso.
- Tip 1:
Escolha o idioma certo. O idioma errado é a causa mais comum de texto confuso.
- Tip 2:
Digitalize a 300 DPI ou mais quando possível. Letra pequena precisa de detalhe extra.
- Tip 3:
Vire páginas de lado ou invertidas para a posição correta com Rodar PDF, e corte margens escuras do scanner com Recortar PDF, antes de executar o OCR.
- Tip 4:
Escolha Precisa para texto pequeno, pouco nítido ou apertado. Escolha Rápida para páginas limpas quando quiser um resultado mais rápido.
- Tip 5:
Se uma página estiver assinalada como Difícil de ler, verifique o seu texto antes de confiar nele. Letra manuscrita e tipos de letra decorativos leem-se frequentemente mal.
- Tip 6:
Para um ficheiro longo num telemóvel, leia um intervalo de páginas de cada vez, ou utilize um computador. O OCR exige muito do processador.
Ferramentas Relacionadas
Perguntas frequentes
Como faço OCR a um PDF gratuitamente?
Largue o PDF na caixa acima, escolha o seu idioma e prima Tornar pesquisável. É gratuito, sem registo e sem marca de água, e o PDF pesquisável é transferido quando a leitura termina.
Qual é a melhor forma de tornar um PDF digitalizado pesquisável?
Execute o OCR, que adiciona uma camada de texto oculta sobre a digitalização. Aqui, escolha o idioma do ficheiro, selecione Precisa para letra pequena, e transfira o PDF pesquisável. As páginas têm o mesmo aspeto, mas a pesquisa e a cópia agora funcionam.
Que idiomas o OCR PDF suporta?
Trinta, e pode escolher até 3 de uma vez: inglês, espanhol, francês, alemão, italiano, português, neerlandês, polaco, checo, romeno, húngaro, sueco, dinamarquês, finlandês, turco, grego, russo, ucraniano, árabe, hebraico, persa, hindi, bengali, indonésio, vietnamita, tailandês, chinês (simplificado e tradicional), japonês e coreano.
É seguro fazer OCR a documentos confidenciais aqui?
Sim. O seu PDF é lido dentro do seu navegador e nunca é carregado. Apenas o motor de OCR e os ficheiros de idioma são transferidos para si, nunca o contrário.
Posso converter um PDF digitalizado em texto?
Sim. Escolha Ficheiro de texto em Transferência antes de começar, e obterá um ficheiro .txt com cada página sob o seu próprio cabeçalho. Também pode copiar todo o texto com um clique. Para um documento editável, o PDF para Word também lê digitalizações.
Quão preciso é o OCR?
É muito bom em páginas impressas, limpas e direitas, e mais fraco em digitalizações desfocadas, letra manuscrita e tipos de letra decorativos. O idioma certo e a qualidade Precisa ajudam na maioria dos casos. As páginas em que o OCR teve incerteza são assinaladas como Difícil de ler, para saber o que deve verificar.
Porque é que algumas páginas foram ignoradas?
Já tinham texto, por isso lê-las novamente colocaria cada palavra no ficheiro em duplicado. Escolha Ler na mesma numa página para a ler novamente.
O OCR altera o aspeto do meu PDF?
Não. As páginas mantêm as suas imagens e conteúdo originais, e o OCR apenas adiciona texto invisível por cima. O ficheiro fica um pouco maior devido ao texto adicionado.
Posso fazer OCR a um PDF protegido por palavra-passe ou assinado?
Um PDF protegido por palavra-passe precisa de ser desbloqueado primeiro, e o editor encaminha-o para Desbloquear PDF. Um PDF assinado pode ser lido, mas adicionar texto altera o ficheiro, pelo que a assinatura deixará de ser válida.
O OCR PDF funciona num telemóvel?
Sim. É mais lento do que num computador, por isso para ficheiros longos escolha a qualidade Rápida ou leia um intervalo de páginas de cada vez. A primeira execução também transfere os ficheiros de idioma, o que demora mais tempo em dados móveis.
Torne os seus PDFs digitalizados pesquisáveis
Largue uma digitalização na caixa acima e escolha o seu idioma. Quando a leitura terminar, pode pesquisar, selecionar e copiar o seu texto, e o seu ficheiro nunca sai do seu dispositivo.