Uma digitalização é só uma imagem: não dá para buscar uma palavra nem copiar uma frase. O OCR reconhece o texto de cada página e o adiciona ao PDF sem mudar sua aparência, ou o salva em um simples arquivo de texto.
Como funciona
- Selecione o PDF digitalizado.
- Escolha o idioma do documento.
- Inicie o OCR e baixe o PDF pesquisável ou o texto.
Perguntas frequentes
Quais idiomas são reconhecidos?
Francês, inglês, espanhol, alemão, italiano, português, holandês, chinês, japonês e hindi. A opção “Francês + inglês” serve para documentos que misturam os dois.
Quanto tempo leva?
Alguns segundos por página. Na primeira vez, o mecanismo de reconhecimento é baixado (alguns MB).
A aparência do meu PDF vai mudar?
Não. Com “PDF pesquisável”, as páginas mantêm a mesma aparência: o texto reconhecido é adicionado de forma invisível para que você possa selecioná-lo e pesquisá-lo.
Posso obter só o texto?
Sim, escolha “Arquivo de texto”: você recebe um arquivo .txt com o texto reconhecido, página por página.
O OCR reconhece letra à mão?
Ele foi feito para texto impresso. Uma letra à mão bem legível pode ser reconhecida em parte, mas o resultado não é confiável.
Posso fazer OCR de uma foto?
Transforme primeiro a foto em PDF com “Digitalizar para PDF” e depois passe esse PDF pelo “OCR PDF”.
Meus arquivos são enviados a um servidor?
Não. Tudo acontece no seu navegador: seus documentos nunca saem do seu dispositivo.
O que o OCR faz
O reconhecimento óptico de caracteres (OCR) lê o texto presente na imagem de cada página. O PDFRoll oferece dois resultados:
- “PDF pesquisável”: o PDF mantém exatamente a mesma aparência, mas uma camada de texto invisível é colocada sob a imagem. Assim você pode selecionar, copiar e pesquisar o texto.
- “Arquivo de texto”: só o texto reconhecido, página por página, em um arquivo .txt.
A opção “Ignorar as páginas que já contêm texto”, marcada por padrão, pula as páginas que já têm texto e economiza tempo em documentos mistos.
Escolher o idioma do documento
O menu “Idioma do documento” oferece o francês sozinho ou combinado com o inglês, além de inglês, espanhol, alemão, italiano, português, holandês, chinês, japonês e hindi. Escolher o idioma certo melhora bastante o reconhecimento, principalmente dos acentos.
No primeiro uso, o mecanismo de reconhecimento é baixado (alguns MB). Depois, conte alguns segundos por página, dependendo da potência do seu dispositivo. O documento em si continua no seu dispositivo: o reconhecimento é feito pelo seu navegador.
Como ter um bom reconhecimento
- Comece com uma digitalização nítida e com bom contraste: texto borrado ou apagado é mal reconhecido.
- Endireite as páginas de cabeça para baixo com “Girar PDF” antes de iniciar o OCR.
- Texto impresso é reconhecido muito melhor do que letra à mão.
- Revise os números e os nomes próprios importantes, porque o OCR pode errar.
Se nenhum texto for encontrado, verifique o idioma escolhido e a qualidade da digitalização. Em um documento longo, você também pode processar só as páginas úteis, separando-as antes com “Extrair páginas”.
Antes e depois do OCR
Para transformar fotos de documentos em PDF, comece pelo “Digitalizar para PDF”. Depois que o texto for reconhecido, você pode levá-lo para um documento editável com “PDF para Word” ou extrair todo o texto com “PDF para texto”.