Распознать текст скана PDF онлайн: OCR по страницам

Как пользоваться

Выберите скан PDF кнопкой Выбрать файл. Число его страниц появляется под именем.
Оставьте Страницы пустым, чтобы взять первые 20 страниц, или введите страницы, например 1-3, 8. За один раз читается не больше 20 страниц.
Выберите Язык текста и нажмите Распознать текст. Каждая страница появляется под своим заголовком по мере чтения; Отмена останавливает запуск в любой момент.
Сверьте страницы, отмеченные как сомнительные, со сканом, затем нажмите Копировать или Скачать, чтобы сохранить файл .txt.

Как читаются страницы

Каждая страница рисуется из PDF с разрешением 300 точек на дюйм (dpi); очень большая страница рисуется меньше, чтобы уложиться в память браузера. Картинку читает Tesseract, открытый движок OCR, который работает в веб-воркере, поэтому страница остаётся отзывчивой. Движок находит строки текста, затем распознаёт каждый символ нейронной сетью, обученной на печатном тексте выбранного языка. Файлы языков — быстрые модели tessdata_fast.

Что делает скан читаемым

Прямой, резкий, тёмный текст на чистой странице читается лучше всего, особенно из скана в 200 точек на дюйм и больше. Страница с наклоном, бледная или с тенью читается хуже, как и очень мелкий шрифт, например сноски. Рукописный текст и декоративные шрифты надёжно не читаются: движок создан для печатного текста. Страница без текста, например пустая или рисунок, отмечается как не содержащая текста.

Пределы одного запуска

За один запуск читается не больше 20 страниц. Запуск движка может занять 2 минуты, а каждая страница — 1 минуту; запуск, который длится дольше, останавливается, и прочитанные страницы остаются в поле. Уверенность, которую движок даёт каждой странице, — его собственная оценка её слов, поэтому страница ниже 60 отмечается для проверки. Это ориентир, а не доказательство, что каждое слово верно. PDF, в котором уже есть текст, OCR не нужен: PDF в текст читает этот текст так, как он хранится.

Ваш файл остаётся на устройстве

PDF открывается и рисуется в вашем браузере библиотекой pdf.js с открытым кодом, а движок читает картинки в воркере. Ничего не загружается и не сохраняется ни в браузере, ни на нашем сервере. Поле с текстом снова пустое, когда вы уходите со страницы.

Пример: письмо на 3 страницы, отсканированное картинкой

Письмо на 3 страницы, отсканированное как картинки, не содержит текста, который может прочитать «PDF в текст». Выберите файл здесь и оставьте «Страницы» пустым: читаются все три страницы, и поле показывает --- Страница 1 ---, затем текст страницы 1, затем --- Страница 2 --- и так далее.

Чтобы прочитать только вторую и третью страницы, введите 2-3 в поле «Страницы». Эти две страницы появятся под своими заголовками, и запуск будет короче.

Частые вопросы

Почему слово распознано с неверной буквой?

Движок читает форму каждой буквы, поэтому маленькая, бледная, размытая или наклонная строка может дать букву с ошибкой. Сверьте страницу со сканом. Если многие слова неверны, отсканируйте страницу заново ровнее и с большим разрешением.

Сколько страниц можно прочитать за раз?

Не больше 20 страниц за один запуск. Для более длинного файла читайте его частями: после первого запуска введите 21-40 в поле «Страницы» или сначала разделите файл инструментом Разделить PDF.

Что происходит, когда запуск останавливается раньше?

Запуск останавливается по лимиту времени, когда вы нажимаете «Отмена», или когда движок даёт сбой. Уже прочитанные страницы остаются в поле под своими заголовками, а сообщение говорит, сколько страниц прочитано.

Можно ли прочитать PDF, в котором уже есть текст?

Инструмент работает с картинками страниц, поэтому подходит для скана. PDF, в котором уже есть текст, точнее читает PDF в текст, который берёт сохранённый текст как есть.

Загружается ли мой скан или сохраняется?

Нет. PDF читается в вашем браузере и никогда не загружается. Ничего не сохраняется ни в браузере, ни на нашем сервере, а текст исчезает, когда вы уходите со страницы.

Почему страница отмечена для проверки?

Движок даёт каждой странице среднюю уверенность в распознанных словах. Страница ниже 60 означает, что распознаватель не уверен во многих словах. Высокое значение — хороший знак, но не доказывает, что каждое слово верно.

Источники

Цифры и текст в последний раз проверены среда, 11 ноября 2026 г..