Como tornar um PDF digitalizado pesquisável com OCR: guia passo a passo

Solte os PDFs em qualquer lugar da página ou clique em Adicionar arquivos. Assim que chega, cada arquivo é verificado em busca de páginas sem texto - a lista de arquivos diz quantas ele tem, e as páginas que serão lidas ficam destacadas. Um arquivo que já tem texto diz em que idioma ele está.

Numa digitalização sem nenhum texto, a ferramenta lê rapidamente a primeira página para adivinhar o idioma (“primeira página: português” acima das miniaturas), e os chips de idioma acompanham esse palpite.

• Detectar o idioma (ligado por padrão) - cada página é avaliada pelas próprias palavras, e um documento em dois idiomas é lido nos dois. Os chips mostram o palpite para o arquivo selecionado; clique em um para trocá-lo.
• Adicionar um idioma - escolha entre os 40 idiomas que a ferramenta lê, incluindo os alfabetos latino, cirílico, grego, árabe e hebraico e as escritas chinesa, japonesa e coreana.
• Desligue a detecção para ler todas as páginas exatamente com os idiomas que você escolheu.

Na primeira vez, são baixados o mecanismo de reconhecimento (cerca de 4 MB) e os dados de cada idioma (1 a 2,5 MB cada) - do nosso próprio site, nunca de terceiros. O navegador guarda esses arquivos, então a próxima vez começa na hora.

Quais páginas vem em Sem texto por padrão: só as páginas que não têm texto próprio são lidas - uma página criada no computador já tem o seu texto, e uma segunda camada duplicaria cada resultado de busca. Escolha Todas as páginas para ler de novo uma digitalização mal reconhecida; a camada antiga fica por baixo.

Clique em Reconhecer texto. A linha acima das miniaturas e o botão mostram o progresso página por página. Quando as páginas foram lidas, o PDF pesquisável é salvo no seu dispositivo na hora, e a lista de arquivos mostra quantas palavras foram encontradas e em que idioma.

Abra o resultado em qualquer leitor de PDF e procure uma palavra: ela é encontrada e destacada na digitalização. Palavras de que o mecanismo não teve certeza também são colocadas - uma busca precisa delas - e o resultado as conta como incertas.

• Digitalize a 300 dpi se puder. Abaixo de 150 dpi a ferramenta avisa que espera erros - ela só consegue ler o que a imagem contém.
• Uma digitalização torta é lida melhor depois de endireitada: o Endireitar PDF (corrigir inclinação) a nivela antes.
• Páginas digitalizadas de lado ou de cabeça para baixo? O Girar PDF automaticamente as deixa em pé.

Sem conta, ou com uma conta gratuita, você reconhece dois arquivos por vez, cada um com até 15 MB. Com o Pro não há limite de quantidade nem de tamanho, e você pode salvar os seus idiomas e a escolha de páginas como predefinição. Cada página é lida no seu próprio computador, então um documento longo leva o tempo que a sua máquina precisar.

• Quer editar o texto reconhecido no Word? PDF para Word.
• Só o texto, como .txt? PDF para texto.
• Uma digitalização grande demais para enviar? Comprimir PDF.