Gambar ke PDF yang Dapat Dicari - Pembuat Lapisan Teks OCR

PDF gambar biasa adalah gambar datar yang dibungkus dalam wadah .pdf — Anda tidak bisa menyeleksi, menyalin, atau mencari teks di dalamnya. PDF yang dapat dicari memiliki lapisan teks OCR tak terlihat yang sejajar di belakang setiap karakter yang terlihat, sehingga Ctrl+F menemukan kata, Salin berfungsi, dan pembaca layar bisa membacakan halaman dengan suara sementara tampilan visualnya tetap identik.

Mesin OCR membaca setiap kata dan menyimpan teks serta kotak pembatasnya di belakang gambar asli pada koordinat piksel yang tepat. Secara visual halaman tampak identik dengan hasil pindai aslinya, tetapi Adobe Acrobat, Preview, Chrome, dan setiap penampil PDF modern kini dapat memilih, mencari, dan menyalin teks seolah-olah itu teks digital asli.

Ya. Lapisan teks berupa PDF standar (tanpa ekstensi berpemilik), jadi Adobe Acrobat (Reader dan Pro), macOS Preview, penampil PDF bawaan Chrome, Firefox, Edge, dan pembaca seluler seperti aplikasi Files, Drive, dan Dropbox semuanya mengindeks dan mencarinya. Ctrl+F atau Cmd+F menemukan kata dalam hitungan detik, bahkan dalam laporan pindaian yang panjang.

Ya. Berikan beberapa kode bahasa (misalnya eng+chi_sim+hin) dan OCR akan mempertimbangkan semuanya saat membaca karakter. Dokumen beraksara campuran seperti menu dwibahasa, kontrak internasional, dan formulir pemerintah berfungsi dengan rapi. Untuk hasil terbaik, letakkan bahasa yang paling mungkin di awal daftar.

Lapisan teks biasanya menambah 5–15% pada ukuran PDF — umumnya beberapa ratus kilobyte per 100 halaman. Dibandingkan dengan manfaatnya (pencarian teks lengkap di seluruh arsip dokumen Anda), itu harga yang murah. Jika ukuran penting untuk email, jalankan hasilnya melalui PDF Compress untuk memangkas gambar tertanam berukuran besar lebih jauh.

Unggahan diproses di folder kerja sementara dan otomatis dihapus dalam hitungan menit setelah konversi selesai. Kami tidak pernah melatih model dengan file pengguna, tidak pernah membagikannya, dan tidak pernah menambahkan tanda air. Hal ini membuat alat ini aman untuk arsip pindaian hukum, HR, medis, dan akuntansi yang paling mengutamakan kerahasiaan.

Alat ini membaca file gambar (JPG, PNG, TIFF, pindaian, dan foto) dan mengembalikan PDF yang dapat dicari. Jika Anda sudah memiliki PDF pindaian multi-halaman, pisahkan dulu menjadi gambar per halaman dengan alat PDF ke Gambar, lalu masukkan gambar-gambar itu di sini untuk mendapatkan kembali satu PDF ber-OCR yang dapat dicari.

Unggah JPG, PNG, WEBP, GIF, TIFF, atau BMP — foto ponsel, pindaian flatbed, dan tangkapan layar semua bisa. Mesin OCR membaca teks dan membungkusnya dalam lapisan tak terlihat di belakang gambar, sehingga hasilnya berupa PDF biasa yang dapat dicari dan terbuka di penampil apa pun.

Searchable PDF needs an embedded hOCR text layer with per-word bounding boxes, which only the Tesseract-based engines (Engine 1 and Engine 2) can produce — the PaddleOCR 'Default' engine used elsewhere in the app can't generate that layer. Engine 1 is the standard Tesseract pass with the widest language support; Engine 2 can do better on stylised or lower-quality scans.

Open the Language picker in Settings and choose the document's language (English by default) — this is the single most important setting for OCR accuracy, since the engine's character recognition is language-specific. Click Re-run conversion after changing it to rebuild the PDF with a fresh text layer.

Pick Engine 1 for its broader language coverage, and set the Language picker to the contract's primary language. If key sections in a second language still aren't matching when you search, re-run the conversion with Engine 2 or the secondary language selected on a second pass.

It updates automatically — switching the Engine or Language dropdown immediately reprocesses the uploaded image and rebuilds the searchable PDF with the new setting, with no click required. The Re-run conversion button is mainly useful for retrying the exact same settings again, for example after a failed conversion or a brief network drop.