Extract text from images — free

Il convertitore ricostruisce la struttura logica del documento (intestazioni, paragrafi, liste, veri elementi <table>, link e immagini) anziché limitarsi a fissare ogni carattere a una coordinata X/Y come fanno alcuni visualizzatori PDF. Il risultato si riadatta su mobile, si indicizza bene per la SEO ed è accessibile agli screen reader fin da subito.

Sì. Le tabelle diventano elementi standard <table>, <thead>, <tbody>, <tr>, <th> e <td> con gli attributi scope corretti sulle celle di intestazione. Questo le rende accessibili agli screen reader, ricercabili e facili da stilizzare con Bootstrap, Tailwind o il tuo framework CSS esistente, senza alcuna trasformazione aggiuntiva del markup.

Sì. Incolla in WordPress, Webflow, Ghost, Notion (come incorporamento), Confluence, GitBook o nel tuo sito statico personalizzato: il markup è privo di dipendenze, è conforme alle specifiche W3C HTML5 e viene visualizzato in modo identico su Chrome, Safari, Firefox ed Edge. Le immagini vengono inserite in linea come base64 o estratte come file separati, a seconda delle tue preferenze.

Sì. I PDF composti solo da immagini attivano il motore OCR, che estrae il testo e ricostruisce il layout prima di generare l'HTML. Questo significa che anche vecchi whitepaper scansionati, report fotografati e documenti ricevuti via fax possono essere ripubblicati come moderne pagine web responsive con titoli, paragrafi e link adeguati.

Sì. Le immagini incorporate vengono estratte, ottimizzate (WebP o PNG a seconda del contenuto) e referenziate tramite tag <img> con gli attributi width e height impostati per un caricamento ottimizzato per il CLS. I grafici vettoriali possono appiattirsi in raster: per la massima fedeltà vettoriale, usa PDF in Immagini e incorpora manualmente le versioni SVG.

I file caricati vengono eliminati nel giro di pochi minuti, mai usati per addestrare modelli, mai condivisi. L'output HTML non contiene filigrane, commenti di attribuzione né pixel di tracciamento. Agenzie e team interni usano lo strumento per migrare vecchi PDF in moderni siti CMS senza alcuna preoccupazione di licenza o privacy.

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.

Clicca Copy HTML sopra il pannello di output: copia negli appunti esattamente ciò che si trova nella casella di codice modificabile, incluse eventuali modifiche manuali, e mostra brevemente 'Copied!' come conferma. È il modo più rapido quando devi incollare direttamente in un blocco HTML o embed di un CMS invece di caricare un file.

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.