Extract text from images — free

Konverteren genopbygger dokumentets logiske struktur — overskrifter, afsnit, lister, rigtige <table>-elementer, links og billeder — i stedet for blot at fastgøre hvert tegn på en X/Y-koordinat, som nogle PDF-fremvisere gør. Resultatet ombrydes på mobil, indekseres godt til SEO og er skærmlæser-tilgængeligt fra start.

Ja. Tabeller bliver til standardelementerne <table>, <thead>, <tbody>, <tr>, <th> og <td> med korrekte scope-attributter på overskriftsceller. Det gør dem skærmlæservenlige, søgbare og nemme at style med Bootstrap, Tailwind eller dit eksisterende CSS-framework — uden behov for yderligere opmærkningstransformation.

Ja. Indsæt i WordPress, Webflow, Ghost, Notion (som indlejring), Confluence, GitBook eller dit eget statiske websted — opmærkningen er fri for afhængigheder, validerer mod W3C HTML5-specifikationen og gengives identisk på tværs af Chrome, Safari, Firefox og Edge. Billeder indlejres som base64 eller udtrækkes som separate filer afhængigt af dine præferencer.

Ja. PDF'er med kun billeder udløser OCR-motoren, som udtrækker tekst og genopbygger layoutet, før HTML genereres. Det betyder, at selv gamle scannede whitepapers, fotograferede rapporter og faxtilbagesendte dokumenter kan genudgives som moderne responsive websider med korrekte overskrifter, afsnit og links.

Ja. Indlejrede billeder udtrækkes, optimeres (WebP eller PNG afhængigt af indhold) og refereres via <img>-tags med bredde- og højdeattributter indstillet til CLS-venlig indlæsning. Vektordiagrammer kan blive fladgjort til en raster — for fuld vektortroskab kan du bruge PDF til billeder og indlejre SVG-gengivelserne manuelt.

Uploads slettes inden for få minutter, bruges aldrig til at træne modeller og deles aldrig. HTML-outputtet har intet vandmærke, ingen kreditering og ingen sporingspixel. Bureauer og interne teams bruger værktøjet til at migrere ældre PDF'er til moderne CMS-websteder uden nogen licens- eller privatlivsbekymringer.

Open the Engine control group next to the preview, pick Default, Engine 1 or Engine 2, then choose the document's language from the searchable Language picker below it — over 100 languages are supported, including non-Latin scripts. After changing either setting, click Re-run extraction to regenerate the HTML with the new OCR pass.

Start with Default for common Latin-script languages — it's the fastest and most accurate for everyday documents. For less common scripts (Arabic, Hindi, Chinese) or when Default garbles headings and tables, switch to Engine 1 or Engine 2, set the matching Language, then Re-run extraction — different engines specialise in different scripts, so trying both takes seconds and often fixes misread accented characters.

Yes — the output panel shows an editable code box next to a live rendered preview, so typing a fix (removing a stray tag, adjusting a heading level, tweaking inline text) updates the preview pane immediately. Make all your corrections there before hitting download or copy, since both actions use whatever is currently in the code box, not the original OCR output.

Klik på Kopiér HTML over outputpanelet — det kopierer præcis det, der står i den redigerbare kodeboks, inklusive eventuelle manuelle ændringer, du har lavet, til din udklipsholder og viser kortvarigt 'Kopieret!' som bekræftelse. Dette er den hurtigste løsning, når du indsætter direkte i et CMS's HTML- eller embed-blok i stedet for at uploade en fil.

You can convert a PDF to HTML without creating an account. Signed-in free accounts get a daily allowance of conversions and see a small usage meter once they're near it, since scanned PDF pages route through OCR — Premium accounts don't see any cap.

No — there is no setting for this in the tool; how images are embedded in the output HTML is decided automatically and can't be switched in the UI, regardless of what some site copy suggests. If you need standalone image files for a CMS media library, export the pages separately with PDF to Images instead, which outputs PNG or JPG — not SVG — at your choice of 150, 200 or 300 DPI.