OCR: tornar PDF escaneado pesquisável

Como funciona

Para fazer OCR num PDF escaneado, envie o arquivo e escolha o idioma do documento. Cada página sem texto é lida pelo Tesseract a 300 DPI, e o texto reconhecido entra numa camada invisível exatamente sobre as letras da imagem. O visual não muda, mas você passa a buscar, selecionar e copiar. Páginas que já têm texto ficam como estão.

1. Selecione o arquivo. Arraste o arquivo para a área de upload ou escolha pelo seletor.
2. Idioma do documento. Escolha entre Português; Português e inglês; Inglês; Espanhol.
3. Reconhecer texto. O processamento roda no servidor e o download começa assim que termina. O arquivo é apagado em seguida.

O que muda no arquivo

Só ganha uma camada de texto invisível. A imagem escaneada continua a mesma, sem recompressão, então o arquivo cresce pouco: o texto de uma página pesa alguns kilobytes.

Qualidade do reconhecimento

Depende do scan. Papel liso, letra impressa e 200 DPI ou mais dão um texto quase sem erros. Manuscrito, carimbo sobre o texto e foto torta erram mais; para foto de celular, a ferramenta de escanear documento endireita a página antes.

Limite de páginas

Cada operação lê até 60 páginas escaneadas, o que leva de um a dois minutos. Para um documento maior, divida o PDF em partes e passe cada uma.

Limites por plano