Um PDF digitalizado parece um documento, mas se comporta como uma foto. Você aperta Ctrl+F e nada é encontrado; tenta copiar uma frase e acaba selecionando a página inteira como imagem. O reconhecimento óptico de caracteres (OCR) resolve isso lendo as letras da imagem e transformando-as em texto de verdade.
A ferramenta OCR PDF do S-PDF usa o motor Tesseract 5 para reconhecer o texto e o coloca como uma camada invisível exatamente sobre as imagens originais das páginas. Nada visível muda: assinaturas, carimbos, logotipos e anotações à mão ficam exatamente onde estavam. Mas agora você pode pesquisar no documento, selecionar e copiar o texto e deixar que leitores de tela e ferramentas de busca de arquivos vejam o que há dentro do PDF escaneado.
Como fazer OCR em um PDF
- Envie uma digitalização ou imagem Adicione um PDF digitalizado ou uma imagem JPG, PNG, WebP, GIF, BMP ou TIFF de um documento.
- Escolha o idioma do documento Selecione o idioma em que o texto está escrito. Para documentos mistos, selecione até três idiomas, por exemplo português e inglês.
- Mantenha ou mude a opção de texto A opção Pular páginas que já contêm texto vem ativada por padrão, então as páginas digitais não são mexidas e só as páginas digitalizadas são processadas.
- Rode o OCR e baixe As páginas são processadas em paralelo e você acompanha o progresso página por página. Baixe o resultado, chamado
seuarquivo_ocr.pdf.
Por que usar o S-PDF para fazer OCR em PDF
- Páginas idênticasO texto reconhecido é invisível, então a digitalização fica exatamente como era antes.
- 34 idiomasDo português e do árabe ao japonês e ao hindi, com até três idiomas em um mesmo documento.
- Imagens também são aceitasFotos e digitalizações em JPG, PNG, WebP, GIF, BMP ou TIFF viram um PDF pesquisável.
- Páginas digitais são puladasPor padrão, as páginas que já têm texto de verdade ficam como estão.
- Progresso ao vivoAs páginas são processadas em paralelo e você acompanha o progresso página por página.
- Apagado depois de uma horaSuas digitalizações são removidas automaticamente uma hora depois da sua última ação.
Idiomas disponíveis
Escolha entre 34 idiomas: inglês, francês, espanhol, alemão, italiano, português, holandês, árabe, turco, russo, ucraniano, polonês, tcheco, romeno, sueco, dinamarquês, norueguês, finlandês, grego, hebraico, hindi, bengali, urdu, persa, indonésio, malaio, vietnamita, tailandês, chinês simplificado, chinês tradicional, japonês, coreano, húngaro e búlgaro.
Sempre selecione o idioma em que o documento está realmente escrito. O OCR usa o alfabeto e o vocabulário de cada idioma para decidir entre caracteres parecidos, então escolher o idioma errado gera mais erros, principalmente com acentos e alfabetos não latinos. Para um contrato bilíngue ou um livro didático com citações, adicione também o segundo (e o terceiro) idioma.
Dicas para um reconhecimento de texto preciso
O OCR só consegue ler o que enxerga com clareza. Alguns hábitos fazem muita diferença:
- Digitalize em 300 dpi. Resoluções menores borram as letras pequenas; resoluções muito maiores deixam os arquivos mais pesados sem ajudar no reconhecimento.
- Mantenha as páginas retas. Deixe o papel bem plano no vidro do scanner ou tire as fotos com o celular bem de cima.
- Busque um bom contraste. Texto escuro em uma página limpa e bem iluminada por igual funciona melhor. Cópias xerox apagadas e sombras causam erros.
- Conte com limitações na letra à mão. Texto manuscrito é mal reconhecido; o OCR foi feito para texto impresso.
Mesmo com uma digitalização perfeita, confira detalhes importantes como nomes, valores e datas. O OCR é muito bom com texto impresso, mas nenhum motor é infalível.
O que fazer depois do OCR
Muitas vezes, um PDF pesquisável é tudo de que você precisa: dá para encontrar qualquer palavra, copiar trechos, e a busca de arquivos do seu computador consegue indexar o conteúdo. Se você quiser editar o texto, converta o arquivo com OCR usando o PDF para Word; para tabelas e extratos digitalizados, o PDF para Excel leva os números para uma planilha. Ainda precisa digitalizar o papel? O Digitalizar para PDF transforma fotos do celular em um PDF que você depois pode passar pelo OCR.
Perguntas frequentes
O OCR PDF é grátis?
Sim. No plano grátis você pode fazer 5 tarefas de OCR por dia, com até 10 arquivos, 50 MB por tarefa e 100 páginas por arquivo, sem cadastro e sem marca d'água. O Pro (US$ 5 por mês ou US$ 50 por ano) permite até 1.000 páginas por arquivo, 50 arquivos e 500 MB por tarefa.
O OCR muda a aparência do meu PDF?
Não. A camada de texto é invisível e fica sobre as imagens originais das páginas, então as páginas ficam exatamente iguais a antes.
Como saber se meu PDF precisa de OCR?
Abra o arquivo e tente pesquisar uma palavra ou selecionar uma linha de texto. Se a busca não encontrar nada ou você só conseguir selecionar a página inteira como imagem, é um PDF escaneado e o OCR vai ajudar.
Posso fazer OCR em um documento com dois idiomas?
Sim. Selecione até três idiomas de uma vez, por exemplo português e espanhol, e o motor vai considerar todos eles ao ler a página.
O OCR funciona com letra à mão?
Só de forma limitada. O motor foi feito para texto impresso, então anotações à mão normalmente não são reconhecidas com confiabilidade.
Posso fazer OCR em um JPG ou em uma foto?
Sim. Imagens JPG, PNG, WebP, GIF, BMP e TIFF são aceitas, e o resultado é um PDF pesquisável.
Posso editar o texto depois do OCR?
O PDF com OCR mantém a aparência original. Para editar o texto, converta o PDF pesquisável com PDF para Word, ou use PDF para Excel para tabelas.
Meus documentos digitalizados ficam privados?
Os arquivos são enviados por HTTPS, ficam em uma pasta privada que não pode ser acessada pela web, nunca são compartilhados nem usados para outra coisa e são apagados automaticamente uma hora depois da sua última ação. Você pode excluí-los na hora com Excluir meus arquivos agora.
Atualizado em por Equipe S-PDF.