OCR PDF
Haalt doorzoekbare tekst uit gescande documenten.
Gids en FAQ
Over deze tool
Zet gescande PDF's en alleen-afbeelding-documenten om in doorzoekbare, kopieervriendelijke bestanden - herken tekst in uw browser met Tesseract.js, zonder pagina's naar een cloud-OCR-farm te uploaden. Kies talen, start herkenning lokaal en download een PDF met een verborgen tekstlaag die bij de zichtbare scan past. Gratis, zonder account. Onmisbaar voor archiefcontracten, overheidsformulieren en onderzoeks-PDF's wanneer u Ctrl+F, kopiëren-plakken of later PDF naar Word nodig heeft.
What you get
- Output: PDF met een onzichtbare tekstlaag over elke pagina - zoeken en kopiëren werken in Acrobat, Preview en browsers.
- Engine: Tesseract LSTM lokaal via WebAssembly - standaard geen OCR-API van derden.
- Talen: meertalige pakketten combineren met + - nauwkeurigheid hangt af van trainingsdata per schrift.
- Beeld: paginaweergave blijft de scan; OCR zet scheve marges niet automatisch opnieuw.
- Handschrift: cursief en handtekeningen falen meestal of gedeeltelijk - getypte druktekst werkt het best.
- Grenzen: grote scans op 300 dpi duren op oudere laptops; zeer bleke tekst of zwaar ruis verlaagt nauwkeurigheid.
Wanneer gebruiken
- Een legacy papieren archief doorzoekbaar maken zonder grote volumes naar een externe OCR-leverancier te sturen.
- Gescande contracten voorbereiden voor PDF naar Word wanneer digitaal geboren tekst niet beschikbaar is.
- Kopiëren uit overheids-PDF's mogelijk maken die technisch afbeeldingen zijn.
- Vergaderbundels van printouts indexeren voor interne kennisbanken.
Why JoyPDF for this
Cloud-OCR-diensten uploaden elke pagina - inclusief handtekeningen, rekeningnummers en geclassificeerde alinea's - voor remote herkenning. JoyPDF OCR draait volledig in uw browser: pixels en herkende strings blijven op het apparaat tijdens verwerking. U kiest talen expliciet in plaats van dat een server raadt. Dat past bij AVG, juridisch verschoningsrecht en air-gap-achtige workflows waar uitgaande documentoverdracht verboden is.
Hoe te gebruiken
- 1Gescande PDF toevoegenSleep het bestand of kies het op uw apparaat. Pagina's laden lokaal - geen server-side OCR-wachtrij.
- 2OCR-talen kiezenSelecteer herkenningstalen - bijv. Nederlands, Engels of gecombineerd nld+eng voor tweetalige scans.
- 3Herkenning startenJoyPDF verwerkt elke pagina op uw apparaat; voortgang per pagina, omdat OCR CPU-intensief is.
- 4Doorzoekbare PDF downloadenSla het OCR-bestand op - visueel vergelijkbaar met de scan maar met selecteerbare, doorzoekbare tekst eronder.
Veelgestelde vragen
Welke talen ondersteunt JoyPDF OCR?
JoyPDF gebruikt Tesseract-taalpakketten die u selecteert - gangbare Latijnse schriften (Nederlands, Engels, Duits, Frans, Spaans, enz.) en vele anderen afhankelijk van beschikbare traineddata. Combineer talen met + voor tweetalige documenten, bijv. nld+eng voor Nederlandse bodytekst met Engelse koppen. Verkeerde taalkeuze levert onzinherkenning op - match het document, niet uw UI-taal. Zeldzame schriften of gemengde verticale tekst kunnen gespecialiseerde desktop-OCR vereisen als JoyPDF-resultaten zwak zijn. Gedownloade taaldata laden in de browsersessie; ze worden niet met uw PDF teruggestuurd. Sluit u na het downloaden het tabblad op gedeelde computers en leeg indien nodig de downloadmap volgens uw beveiligingsbeleid.
Hoe nauwkeurig is browser-OCR vergeleken met Adobe?
Schone kantoorscans op 200-300 dpi met horizontale getypte tekst bereiken vaak hoge nauwkeurigheid - genoeg voor zoeken en ruw kopiëren. Scheve telefoonfoto's, stempels over tekst, tabellen met lijnen en voetnoten verlagen precisie in elke engine. JoyPDF verslaat geen mens die een kritieke clausule overtypt - controleer altijd steekproefsgewijs juridische en medische strings. Adobes cloud-OCR kan op moeilijke lay-outs voorlopen maar vereist upload. Voor interne doorzoekbaarheid van bulkarchieven wint lokaal OCR meestal op privacy. Controleer in de ontwikkelaarstools van uw browser het netwerk-tabblad: alleen app-resources laden, niet uw document.
Verandert OCR het visuele uiterlijk van mijn PDF?
De scanafbeelding blijft de zichtbare laag - OCR voegt eronder een onzichtbare tekstlaag toe voor zoeken en selectie. U zou geen lettertypewissels op de pagina zelf moeten zien, tenzij uw viewer OCR-tekst markeert. Bestandsgrootte kan bescheiden groeien door ingebedde tekststreams. Heeft u een schoon opnieuw gezet document nodig, dan werkt OCR gevolgd door PDF naar Word beter dan OCR alleen als visuele vervanging van de scan. Redigeren na OCR vereist PDF redigeren - OCR verwijdert geen gevoelige pixels. De volledige verwerking gebeurt lokaal in uw browser - uw bestand bereikt geen JoyPDF-servers.
Wordt mijn gescande PDF geüpload tijdens OCR?
Nee. Herkenning draait lokaal met Tesseract.js in WebAssembly. Pagina-afbeeldingen worden in het geheugen op uw apparaat verwerkt; JoyPDF-servers ontvangen geen documentbytes voor OCR. Taalmodelbestanden laden van CDN zoals elke WASM-afhankelijkheid - niet uw documentinhoud. Verifieer met netwerktools als compliance dat vereist. Sluit het tabblad na export op gedeelde machines omdat OCR-output geëxtraheerde persoonsgegevens in de tekstlaag kan bevatten. Sluit u na het downloaden het tabblad op gedeelde computers en leeg indien nodig de downloadmap volgens uw beveiligingsbeleid. De volledige verwerking gebeurt lokaal in uw browser - uw bestand bereikt geen JoyPDF-servers.
Kan ik een PDF met OCR verwerken en daarna naar Word converteren?
Ja - dat is een gangbare pipeline. Gescande PDF's missen structuur voor PDF naar Word tot OCR tekst toevoegt. Voer eerst OCR PDF uit voor doorzoekbare tekst, daarna PDF naar Word voor bewerkbare alinea's - of gebruik OCR-first-opties in PDF naar Word wanneer aangeboden. Dubbel-OCR helpt zelden. Bij formulieren met checkboxes verwacht u handmatige nabewerking in Word. Telt alleen zoeken, dan volstaat OCR allein zonder Word-conversie. Controleer in de ontwikkelaarstools van uw browser het netwerk-tabblad: alleen app-resources laden, niet uw document.
Waarom is OCR traag op mijn computer?
OCR is CPU-zwaar: elke pagina wordt geanalyseerd op de beeldresolutie die u in de scan heeft ingebed. Een 300 dpi-boek met 200 pagina's kan op een oudere laptop vele minuten duren - normaal, geen bug. Sluit andere tabbladen om RAM vrij te maken. Splits de PDF en verwerk hoofdstukken apart met OCR als het tabblad crasht. Voortgangsberichten tonen status per pagina. Snellere hardware helpt meer dan opnieuw proberen. Nachtbatch op desktop wint van OCR van enorme archieven in de mobiele browser. Sluit u na het downloaden het tabblad op gedeelde computers en leeg indien nodig de downloadmap volgens uw beveiligingsbeleid.