OCR PDF

Henter søkbar tekst fra skannede dokumenter.

Guide og FAQ

Om dette verktøyet

Gjør skannede PDF-er og bildebaserte dokumenter søkbare og enkle å kopiere fra – gjenkjenn tekst i nettleseren med Tesseract.js, uten å laste opp sider til en sky-OCR-tjeneste. Velg språk, kjør gjenkjenning lokalt, og last ned en PDF med et skjult tekstlag som matcher den synlige skanningen. Gratis, uten konto. Uunnværlig for arkivkontrakter, myndighetsskjemaer og forsknings-PDF-er der du trenger Ctrl+F, kopier-lim, eller et senere PDF-til-Word-steg.

What you get
  • Resultat: PDF med et usynlig tekstlag over hver side – søk og kopiering fungerer i Acrobat, Preview og nettlesere.
  • Motor: Tesseract LSTM kjører lokalt via WebAssembly – ingen tredjeparts-OCR-API som standard.
  • Språk: flerspråklige pakker kombineres med + – nøyaktighet avhenger av treningsdata for hvert skrift.
  • Visuelt: sideutseendet forblir skanningen; OCR setter ikke teksten om eller retter skjeve marger automatisk.
  • Håndskrift: kursiv og underskrifter feiler som regel eller blir delvise – maskinskrevet tekst fungerer best.
  • Begrensninger: store skanninger ved 300 dpi tar tid på eldre bærbare; svært svak tekst eller tung støy reduserer nøyaktighet.
Når bør du bruke det
  • Gjøre et gammelt papirarkiv søkbart uten å sende volumer til en ekstern OCR-leverandør.
  • Forberede skannede kontrakter til PDF til Word når født-digital tekst ikke finnes.
  • Aktivere kopier-lim fra myndighets-PDF-er som teknisk sett er bilder.
  • Indeksere møtepakker skannet fra utskrift til interne kunnskapsbaser.
Why JoyPDF for this

Sky-OCR-tjenester laster opp hver side – inkludert underskrifter, kontonumre og klassifiserte avsnitt – for å gjenkjenne tekst eksternt. JoyPDF OCR kjører helt i nettleseren: piksler og gjenkjente strenger blir på enheten under behandling. Du velger språk eksplisitt i stedet for at en server gjetter. Det passer til GDPR, advokatfortrolighet og nesten luftgappede workflows der utgående dokumentoverføring er forbudt.

Slik bruker du det
  1. 1Legg til den skannede PDF-enSlipp filen eller velg den på enheten din. Sidene lastes lokalt – ingen server-side OCR-kø.
  2. 2Velg OCR-språkVelg gjenkjenningsspråk – f.eks. engelsk, polsk eller kombinert eng+pol for tospråklige skanninger.
  3. 3Kjør gjenkjenningJoyPDF behandler hver side på enheten din; fremdrift vises per side fordi OCR er CPU-krevende.
  4. 4Last ned søkbar PDFLagre den OCR-behandlede filen – visuelt lik skanningen, men med markerbar, søkbar tekst under.

Vanlige spørsmål

Hvilke språk støtter JoyPDF OCR?
JoyPDF bruker Tesseract-språkpakker du velger – vanlige latinske skrifter (engelsk, polsk, tysk, fransk, spansk osv.) og mange andre avhengig av tilgjengelig traineddata. Kombiner språk med + for tospråklige dokumenter, f.eks. pol+eng for polsk brødtekst med engelske overskrifter. Feil språkvalg gir meningsløs gjenkjenning – match dokumentet, ikke UI-språket ditt. Sjeldne skrifter eller blandet loddrett tekst kan kreve spesialisert desktop-OCR hvis JoyPDF-resultater er dårlige. Nedlastede språkdata lastes inn i nettleserøkten; de sendes ikke tilbake med PDF-en din. Sjekk nettverksfanen i utviklerverktøyene: bare app-ressurser lastes, ikke dokumentet ditt.
Hvor nøyaktig er nettleser-OCR sammenlignet med Adobe?
Rene kontorskanninger ved 200–300 dpi med vannrett maskinskrevet tekst når ofte høy nøyaktighet – godt nok til søk og grovt kopier-lim. Skjeve telefonbilder, stempler over tekst, tabeller med linjer og fotnoter reduserer presisjon i enhver motor. JoyPDF slår ikke menneskelig nyinntasting av en kritisk klausul – sjekk alltid juridiske og medisinske strenger. Adobes sky-OCR kan være litt bedre på vanskelige layouter, men krever opplasting. For intern søkbarhet i bulk-arkiver vinner lokale OCR-kompromisser som regel på personvern. Sammenlign resultatet med originalen før du sender filen til eksterne parter, retten eller et compliance-arkiv.
Endrer OCR det visuelle utseendet til PDF-en min?
Skannebildet forblir det synlige laget – OCR legger til et usynlig tekstlag under for søk og markering. Du bør ikke se skifte av skrifttyper på selve siden, med mindre leseren fremhever OCR-tekst. Filstørrelsen kan vokse moderat av innebygde tekststrømmer. Hvis du trenger et rent nyinnskrevet dokument, fungerer OCR deretter PDF til Word bedre enn å forvente at OCR alene erstatter skanningen visuelt. Sladding etter OCR krever Sladd PDF – OCR fjerner ikke sensitive piksler. Sammenlign resultatet med originalen før du sender filen til eksterne parter, retten eller et compliance-arkiv.
Lastes den skannede PDF-en opp under OCR?
Nei. Gjenkjenning kjører lokalt med Tesseract.js i WebAssembly. Sidebilder behandles i minnet på enheten din; JoyPDF-servere mottar ikke dokumentbytes til OCR. Språkmodellfiler lastes ned fra CDN som enhver WASM-avhengighet – ikke dokumentinnholdet ditt. Verifiser med nettverksverktøy hvis compliance krever bevis. Lukk fanen etter eksport på delte maskiner, fordi OCR-resultatet kan inneholde uttrukne personopplysninger i tekstlaget. Lukk fanen etter nedlasting på delte maskiner, og tøm nedlastingsmappen etter behov i henhold til sikkerhetspolicyen din. All behandling skjer lokalt i nettleseren - filen når aldrig JoyPDFs servere.
Kan jeg OCR-e en PDF og deretter konvertere til Word?
Ja – det er en vanlig pipeline. Skannede PDF-er mangler struktur til PDF til Word inntil OCR legger til tekst. Kjør OCR PDF først for søkbar tekst, deretter PDF til Word for redigerbare avsnitt – eller aktiver OCR-først-valg i PDF til Word når det tilbys. Dobbel-OCR hjelper sjelden. For skjemaer med avkrysningsbokser forvent manuell opprydding i Word uansett. Hvis bare søk betyr noe, er OCR alene nok uten Word-konvertering. Planlegg workflow i riktig rekkefølge, lag backup av originalen, og test på et representativt utsnitt før du behandler hele batchen.
Hvorfor er OCR treg på datamaskinen min?
OCR er CPU-krevende: hver side analyseres i bildeoppløsningen du har innebygd i skanningen. En 300 dpi, 200-siders bok kan ta mange minutter på en eldre bærbar – normalt, ikke en feil. Lukk andre faner for å frigjøre RAM. Del PDF-en og OCR kapitler separat hvis fanen krasjer. Fremdrift vises per side. Raskere maskinvare hjelper mer enn å prøve igjen. Nattskjøring på desktop slår kamp mot telefonnettleser for store arkiver. Sammenlign resultatet med originalen før du sender filen til eksterne parter, retten eller et compliance-arkiv.

About · Blog · Privacy