OCR PDF
Een gescande PDF ziet eruit als tekst, maar gedraagt zich als een foto: u kunt er niet in zoeken, geen zin selecteren en een schermlezer kan hem niet voorlezen. OCR voegt de ontbrekende tekst achter elke pagina toe, zodat het bestand doorzoekbaar wordt en er toch precies zo uitziet als de scan.
Afbeelding naar tekst
of sleep PDF, JPG, JPEG …-bestanden hierheen ·
Max. 95 MB per bestand· Tot 20 bestanden· Verwijderd na 30 minuten
Bestanden worden op onze servers verwerkt en na 30 minuten verwijderd.
Voor pagina's met twee talen, bijvoorbeeld Hindi met Engelse woorden. Laat anders op geen staan; een extra taal verlaagt de nauwkeurigheid licht.
Behouden houdt kolommen, alinea's en tabellen op hun plek. Platte tekst geeft één doorlopend tekstblok, handiger om in formulieren te plakken.
Voor PDF en TIFF met meerdere pagina's: lees alle pagina's, alleen de eerste of een bereik.
Te lezen pagina's, bijvoorbeeld 1-3, 5, 8-10.
Zo gebruikt u deze tool
- 1
Upload de gescande PDF
Voeg maximaal 20 PDF's toe, elk tot 95 MB. Afbeeldingsbestanden zoals JPG of TIFF werken ook.
- 2
Kies taal en pagina's
Uitvoer staat op Doorzoekbare PDF. Kies de Taal van het document en kies onder Pagina's voor Paginabereik als u maar een deel van een lang bestand nodig hebt.
- 3
Herkennen en doorzoeken
Klik op Tekst herkennen, download de PDF en probeer Ctrl+F (Cmd+F op een Mac) in een willekeurige PDF-viewer.
OCR op een PDF kan twee verschillende klussen betekenen: de scan behouden en er een verborgen tekstlaag aan toevoegen, of de tekst eruit halen in een nieuw document. Deze pagina doet standaard het eerste en met één instelling het tweede.
Wat een doorzoekbare PDF eigenlijk bevat
Een doorzoekbare PDF, ook wel afbeelding plus tekst genoemd, bevat per pagina twee dingen: de originele scan als afbeelding en een onzichtbare laag herkende tekst die precies over de gedrukte woorden ligt. Viewers tonen de afbeelding en gebruiken de tekst om te zoeken, te selecteren, te kopiëren en voor schermlezers. Aan het uiterlijk verandert niets, en daarom geven archieven, advocatenkantoren en afdelingen voor dossierbeheer er de voorkeur aan voor gescand papier.
PDF werd in 2008 de open standaard ISO 32000, en PDF/A, het archiefprofiel uit ISO 19005, wordt veel gebruikt voor gescande dossiers die tientallen jaren leesbaar moeten blijven. Adobe Acrobat biedt dezelfde bewerking als Scan & OCR-tool en veel kantoorscanners hebben een uitvoer "doorzoekbare PDF"; het resultaat hier is een gewone PDF die in elke viewer opent.
Een tekstlaag toevoegen of de tekst extraheren
Doorzoekbare PDF
Behoudt elke pagina zoals gescand en voegt er onzichtbare tekst achter toe.
- Ziet er identiek uit aan het origineel
- Zoeken, selecteren en kopiëren in elke viewer
- Handtekeningen, stempels en foto's blijven ongemoeid
Word (.docx)
Bouwt de herkende tekst op als alinea's en tabellen in een nieuw document.
- Volledig bewerkbaar
- Opmaak wordt benaderd, niet gekopieerd
- Foto's blijven behouden met Afbeeldingen behouden
Platte tekst of Markdown
Alleen de woorden, in leesvolgorde.
- Kleinste uitvoer
- Te plakken in formulieren, notities en code
- Geen opmaak om op te ruimen
Doorzoekbare PDF is de juiste keuze wanneer de scan zelf het document van record is: een ondertekende overeenkomst, een akte, een medisch rapport. De andere uitvoerformaten maken een nieuw document van de herkende woorden, handig als u gaat bewerken, maar de kopie is zo goed als de herkenning. Wilt u Word uit een PDF die al echte tekst heeft, gebruik dan PDF naar Word, dat de bestaande tekst zonder OCR leest; voor alleen de woorden is gescande PDF naar tekst bedoeld.
Een tekstlaag voegt weinig toe aan de bestandsgrootte, want tekst is klein vergeleken met paginaafbeeldingen. Was de scan al te groot voor een uploadformulier, voer dan eerst OCR uit en comprimeer de PDF daarna tot de grootte die het formulier toestaat.
OCR PDF online: talen, pagina's en limieten
- herkenningstalen, inclusief schriften van rechts naar links
- 34
- PDF's of afbeeldingen per batch
- 20
- maximaal per bestand
- 95 MB
- tot uploads en resultaten worden verwijderd
- 30 min
Vragen over OCR PDF
Hoe weet ik of een PDF OCR nodig heeft?
Open het bestand en probeer een woord te selecteren, of zoek er een met Ctrl+F (Cmd+F op een Mac). Wordt er niets gemarkeerd, dan is de pagina een afbeelding en is OCR nodig. Gemengde bestanden komen vaak voor: een contract getypt in Word, met ondertekende pagina's die achteraan zijn ingescand en toegevoegd.
Verandert OCR het uiterlijk van mijn PDF?
Niet bij de uitvoer Doorzoekbare PDF. De paginaafbeelding blijft op zijn plek en de herkende tekst is onzichtbaar, dus afdrukken en weergeven zien er hetzelfde uit. Pagina's rechtzetten en Automatisch draaien kunnen een scheve of zijwaarts liggende pagina rechtop zetten, en dat is meestal precies wat u wilt.
Kan ik OCR op slechts enkele pagina's van een lange PDF toepassen?
Ja. Zet Pagina's op Paginabereik en typ de pagina's, bijvoorbeeld 1-5, 12, 20-24. Alleen de pagina's herkennen die u nodig hebt, is merkbaar sneller bij een lange scan.
Kan een schermlezer een PDF na OCR voorlezen?
Die kan de tekst lezen, wat bij een scan die alleen uit afbeeldingen bestaat niet lukt. Volledige toegankelijkheid vraagt ook om tags voor koppen, leesvolgorde en alternatieve tekst, en die voegt OCR niet toe. Controleer documenten die aan toegankelijkheidseisen moeten voldoen daarom achteraf met een toegankelijkheidscontrole.
Hoe goed werkt OCR bij oude of vervaagde documenten?
Minder goed dan schone scans. Zet Contrast verbeteren aan voor vervaagde tekst en scan opnieuw op 300 DPI als dat kan. Doorslagen en kopieën van kopieën moet u altijd nalezen.
Is OCR PDF hier gratis?
Ja, er is geen account en geen betaalstap. Bestanden worden 30 minuten na verwerking verwijderd, en hoe het werkt beschrijft wat er in de tussentijd gebeurt.
- Gescande PDF naar tekst omzettenHaal tekst uit een gescande PDF waarin u niets kunt selecteren of zoeken. OCR leest elke pagina en levert platte tekst, optioneel per paginabereik.
- PDF naar Word converterenZet PDF om naar Word dat u echt kunt bewerken. Tekst loopt door in alinea's, scans gaan door OCR in 34 talen, tot 20 bestanden tegelijk.
- Online OCRGratis online OCR voor foto's, screenshots en gescande PDF's. Kopieer de tekst of sla op als Word, doorzoekbare PDF of Markdown. Wat OCR wel en niet leest.
- Afbeelding naar Word converterenZet screenshots, scans en foto's om in een bewerkbaar Word-document. Herkent 34 talen, meertalige pagina's en net handschrift. Gratis, geen account.
- PDF naar tekst converterenHaal de tekst uit elke PDF als schoon UTF-8-tekstbestand. Scans worden met OCR gelezen, paginabereik is optioneel en alleen de tekst blijft over.
- PDF comprimeren tot 900 KBComprimeer een PDF tot 900 KB voor uploadvelden van 1 MB in Google Forms, schoolportalen en webapps, met 100 KB marge. Gratis, tot 20 bestanden.
