Extract text from images — free

Unggah PDF Anda dan alat ini mendeteksi apakah PDF tersebut berisi lapisan teks asli atau hanya gambar hasil pindai. PDF berlapis teks diekspor seketika. PDF yang hanya berisi gambar (buku hasil pindai, foto struk, laporan lama) diproses melalui OCR secara otomatis. Dengan cara apa pun, Anda mendapatkan file .txt yang rapi dengan paragraf, jeda baris, dan spasi bagian yang tetap terjaga.

Ya. Jika PDF hanya berupa gambar (umum untuk hasil pindai, halaman yang difoto, atau ekspor faks), mesin OCR otomatis aktif — Anda tidak memerlukan alat terpisah. Dukungan multibahasa sudah terpasang, sehingga bahkan dokumen dwibahasa atau aksara non-Latin (Mandarin, Arab, Hindi) ikut diekstraksi dalam proses yang sama.

Jeda paragraf, baris kosong antar bagian, penanda poin, dan awalan daftar bernomor dipertahankan sebagai teks biasa. Judul muncul dalam huruf kapital atau sesuai kapitalisasi aslinya tergantung font sumber. Penekanan visual (tebal, miring) tidak dikodekan dalam teks biasa — untuk itu, gunakan konverter PDF ke Word.

Ya. Masukkan kata sandi pada prompt setelah unggah, dan alat ini membuka kunci file di memori hanya selama cukup untuk mengekstrak teks. Kata sandi tidak pernah disimpan di disk atau dikirim ke layanan pihak ketiga. PDF terkunci tanpa kata sandi tidak dapat diproses — demi keamanan, tidak ada pembobolan kata sandi yang dilakukan.

File hingga 50 MB dan 500 halaman diproses tanpa masalah. Dokumen yang lebih besar juga bisa, tetapi membutuhkan waktu lebih lama — arsip hukum 2000 halaman mungkin memerlukan beberapa menit untuk OCR. Untuk kumpulan yang sangat besar, pecah PDF terlebih dahulu dengan alat Pisah PDF dan proses setiap bagian secara paralel.

Pemrosesan berlangsung di server yang aman dan file dihapus dalam hitungan menit. Hasil .txt sepenuhnya milik Anda — tanpa watermark, tanpa atribusi, tanpa pelacakan. Peneliti, jurnalis, pengacara, dan mahasiswa menggunakan alat ini untuk mengekstrak teks dari laporan rahasia dengan jaminan bahwa PDF sumber tidak disimpan setelah konversi selesai.

Ya. Buka panel Mesin, pilih bahasa dokumen Anda dan mesin OCR, lalu halaman akan dibaca dalam aksara tersebut — lebih dari 100 bahasa didukung, termasuk yang non-Latin dan kanan-ke-kiri. Jika pembacaan pertama salah membaca karakter beraksen atau non-Inggris, ganti bahasanya dan ketuk Jalankan ulang ekstraksi.

Tampilan terformat mempertahankan tata letak asli halaman — kolom, spasi, dan posisi baris — yang membantu untuk tabel dan struk. Tampilan polos memberi teks bersih yang tersusun ulang sehingga lebih mudah ditempel ke dokumen atau chatbot. Beralih di antara keduanya, lalu salin teksnya atau unduh sebagai file .txt.

Alat ini memberi Anda teks mentah untuk disalin atau disimpan sebagai .txt. Jika Anda lebih suka mempertahankan PDF asli tetapi membuatnya dapat dicari dengan Ctrl+F, jalankan melalui alat Gambar ke PDF yang Dapat Dicari — alat ini menambahkan lapisan teks OCR tak terlihat di atas pindaian sehingga halaman tampak identik sementara kata-katanya bisa diseleksi.

Start with Default and your document's language for common Latin-script languages — it's fast and accurate for everyday text. If the output looks garbled or the script is non-Latin (Arabic, Hindi, Chinese, Cyrillic), switch to Engine 1 or Engine 2, select the matching language from the picker, and tap Re-run extraction — different engines are tuned for different scripts, so trying both takes seconds.

The output box is fully editable, so you can quickly clean up an OCR mistake or trim a section right on screen. Copy to clipboard always copies exactly what's currently in the box, edits included — but Download .txt saves the original file produced by the last Engine/Language run, not your on-screen edits. To keep a correction, use Copy and paste it into your own .txt file, or if the mistake is systematic, switch the Language or Engine and tap Re-run extraction instead of hand-editing.