OCR PDF

Wyciąga przeszukiwalny tekst ze zeskanowanych dokumentów.

Przewodnik i FAQ

O tym narzędziu

Zamień skany PDF i dokumenty tylko z obrazami w pliki przeszukiwalne i gotowe do kopiowania - rozpoznaj tekst w przeglądarce przez Tesseract.js, bez przesyłania stron do chmury OCR. Wybierz języki, uruchom rozpoznawanie lokalnie i pobierz PDF z ukrytą warstwą tekstu dopasowaną do widocznego skanu. Bezpłatnie, bez konta. Niezbędne dla archiwalnych umów, formularzy urzędowych i PDF badawczych, gdy potrzebujesz Ctrl+F, kopiowania lub późniejszej konwersji PDF na Word.

What you get
  • Wynik: PDF z niewidoczna warstwa tekstu na każdej stronie - wyszukiwanie i kopiowanie działaja w Acrobat, Preview i przeglądarkach.
  • Silnik: Tesseract LSTM działajacy lokalnie przez WebAssembly - bez zewnętrznego API OCR domyślnie.
  • Języki: pakiety wielojezyczne łączone znakiem + - dokładność zależy od danych treningowych dla każdego pisma.
  • Wygląd: strona pozostaje skanem; OCR nie przeskłada tekstu ani nie prostuje przekrzywionych marginesów automatycznie.
  • Pismo ręczne: kursywa i podpisy zwykle nie przechodza lub tylko czesciowo - najlepiej działa druk maszynowy.
  • Limity: duże skany w 300 dpi zajmuja czas na starszych laptopach; bardzo jasny tekst lub silny szum obniża dokładność.
Kiedy użyć
  • Uczynienie papierowego archiwum przeszukiwalnym bez wysyłania tomów do zewnętrznego dostawcy OCR.
  • Przygotowanie skanówanych umow do PDF na Word, gdy brak cyfrowego tekstu źródłowego.
  • Włączenie kopiowania z urzedowych PDF, które technicznie są obrazami.
  • Indeksowanie pakietów ze spotkan zeskanówanych z druku do wewnętrznych baz wiedzy.
Why JoyPDF for this

Serwisy chmurowe OCR przesyłają każdą stronę - wraz z podpisami, numerami kont i zastrzeżonymi akapitami - do zdalnego rozpoznawania. OCR JoyPDF działa w całości w przeglądarce: piksele i rozpoznane ciągi zostają na urządzeniu podczas przetwarzania. Wybierasz języki jawnie zamiast zgadywania po stronie serwera. To pasuje do RODO, tajemnicy adwokackiej i workflowów bliskich odseparowanym sieciom, gdzie wysyłkę dokumentów jest zabroniona.

Jak użyć
  1. 1Dodaj skanówany PDFUpuść plik lub wybierz go z urządzenia. Strony ładują się lokalnie - bez kolejki OCR po stronie serwera.
  2. 2Wybierz języki OCRWskaż języki rozpoznawania - np. angielski, polski lub połączone eng+pol dla dwujęzycznych skanów.
  3. 3Uruchom rozpoznawanieJoyPDF przetwarza każdą stronę na urządzeniu; postęp pokazuje się per strona, bo OCR obciąża CPU.
  4. 4Pobierz przeszukiwalny PDFZapisz plik po OCR - wizualnie podobny do skanu, ale z zaznaczalnym i przeszukiwalnym tekstem pod spodem.

Najczęstsze pytania

Jakie języki obsługuje OCR JoyPDF?
JoyPDF używa pakietów językowych Tesseract, które wybierasz - typowe pisma łacińskie (angielski, polski, niemiecki, francuski, hiszpański itd.) i wiele innych w zależności od dostępnych traineddata. Łącz języki znakiem + dla dokumentów dwujęzycznych, np. pol+eng dla polskiej treści z angielskimi nagłówkami. Zły język daje śmieciowe rozpoznanie - dopasuj dokument, a nie język interfejsu. Rzadkie pisma lub mieszany tekst pionowy mogą wymagać specjalistycznego OCR na desktopie, jeśli wyniki JoyPDF są słabe. Pobrane dane językowe ładują się w sesji przeglądarki; nie wracają razem z Twoim PDF.
Jak dokładne jest OCR w przeglądarce w porównaniu z Adobe?
Czyste skany biurowe w 200-300 dpi z poziomym drukiem często dają wysoką dokładność - wystarczającą do wyszukiwania i zgrubnego kopiowania. Przekrzywione zdjęcia z telefonu, pieczęcie na tekście, tabele z liniami i przypisy obniżają precyzję w każdym silniku. JoyPDF nie zastąpi ręcznego przepisania kluczowego zapisu - zawsze sprawdź ciągi prawne i medyczne. Chmurowe OCR Adobe może wyprzedzić na trudnych układach, ale wymaga uploadu. Do wewnętrznej przeszukiwalności dużych archiwów lokalny OCR zwykle wygrywa prywatnością - dokument nigdy nie opuszcza urządzenia podczas rozpoznawania.
Czy OCR zmienia wizualny wygląd mojego PDF?
Obraz skanu pozostaje widoczną warstwą - OCR dodaje niewidoczną warstwę tekstu pod spodem do wyszukiwania i zaznaczania. Nie powinieneś widzieć zamiany czcionek na stronie, chyba że czytnik podświetla tekst OCR. Rozmiar pliku może nieznacznie wzrosnąć przez osadzone strumienie tekstu. Jeśli potrzebujesz czystego przepisanego dokumentu, OCR a potem PDF na Word działa lepiej niż oczekiwanie, że OCR sam zastąpi skan wizualnie. Redakcja po OCR wymaga Redact PDF - OCR nie usuwa wrażliwych pikseli. Wizualnie PDF wygląda jak skan; pod spodem działa Ctrl+F.
Czy mój skanówany PDF jest przesyłany podczas OCR?
Nie. Rozpoznawanie działa lokalnie z Tesseract.js w WebAssembly. Obrazy stron są przetwarzane w pamięci urządzenia; serwery JoyPDF nie otrzymują bajtów dokumentu do OCR. Pliki modeli językowych pobierają się z CDN jak każda zależność WASM - nie zawartość Twojego dokumentu. Zweryfikuj narzędziami sieciowymi, jeśli compliance wymaga dowodu. Zamknij kartę po eksporcie na współdzielonych maszynach, bo warstwa tekstu może zawierać wyodrębnione dane osobowe. Lokalny OCR eliminuje ryzyko chmurowej retencji skanów umów i formularzy. Cały proces odbywa się lokalnie w przeglądarce - plik nie trafia na serwer JoyPDF.
Czy mogę zrobić OCR PDF, a potem konwersje na Word?
Tak - to popularny pipeline. Skany PDF nie mają struktury dla PDF na Word, dopóki OCR nie doda tekstu. Najpierw OCR PDF dla przeszukiwalnej treści, potem PDF na Word dla edytowalnych akapitów - albo włącz opcje OCR-first w PDF na Word, gdy są dostępne. Podwójne OCR rzadko pomaga. W formularzach z checkboxami licz się z ręcznym poprawianiem w Word. Jeśli wystarczy wyszukiwanie, sam OCR wystarczy bez konwersji na Word. Oba kroki działają lokalnie w JoyPDF bez uploadu pliku. Cały proces odbywa się lokalnie w przeglądarce - plik nie trafia na serwer JoyPDF.
Dłączego OCR jest wolny na moim komputerze?
OCR obciąża CPU: każda strona jest analizowana w rozdzielczości osadzonej w skanie. Książka 300 dpi, 200 stron może zająć wiele minut na starszym laptopie - to normalne, nie błąd. Zamknij inne karty, aby zwolnić RAM. Podziel PDF i OCR rozdziałów osobno, jeśli karta się zawiesza. Callbacki postępu pokazują status per strona. Szybszy sprzęt pomaga bardziej niż ponowne próby. Nocna partia na desktopie bije walkę z telefonem przy ogromnych archiwach. Postęp per strona pozwala oszacować czas zakończenia. Cały proces odbywa się lokalnie w przeglądarce - plik nie trafia na serwer JoyPDF.

O nas · Blog · Prywatność