OCR de um PDF digitalizado

Perguntas frequentes

O que significa "PDF pesquisável"?

O resultado parece idêntico à sua digitalização, mas Cmd-F (Ctrl-F) encontra palavras. O Tesseract.js detecta texto na imagem e o incorpora como uma camada invisível abaixo da imagem visível. Selecionar-copiar retorna o texto reconhecido.

Qual é a diferença entre PDF pesquisável e Extrair texto?

PDF pesquisável preserva a aparência visível e adiciona uma camada de texto selecionável. Extrair texto te dá um arquivo .txt puro com apenas as palavras reconhecidas.

Quais idiomas são suportados?

Inglês, espanhol, português e polonês em v1. Escolha o idioma que coincida com seu documento para melhor precisão. Alemão, francês e outros estão planejados para v1.1 baseado em dados de tráfego.

Quão preciso é o OCR?

O Tesseract funciona melhor com texto claro e digitado em boa resolução. Digitalizações tortas, baixo contraste ou texto manuscrito podem produzir resultados ruins. Tente uma digitalização de maior resolução ou outro idioma se o resultado for pobre.

Por que a primeira execução é lenta?

Na primeira execução, seu navegador baixa o motor OCR (~3 MB) e o pacote de idioma (~1-2 MB por idioma). Ambos ficam em cache — execuções seguintes são instantâneas. Mantenha esta aba em primeiro plano enquanto o OCR roda.

Qual é o limite de tamanho?

25 MB no plano grátis, 100 MB no Pro. O limite real é a memória do seu dispositivo.

O que está atrás do plano Pro?

Usuários grátis obtêm uma visualização de uma página. Usuários Pro fazem OCR do documento inteiro, obtêm 100 MB de capacidade e (quando disponível) operações em lote e acesso à API. passe diário por $1,99, créditos por $4,99, Pro por $5,99/mês ou Pro anual por $49/anual.

Vocês enviam meus arquivos?

Não. O OCR roda totalmente no seu navegador via WebAssembly. Seus arquivos e o texto reconhecido permanecem no seu dispositivo.