Extract text from images — free

このコンバーターは、一部のPDFビューアのように各文字をX/Y座標に固定するのではなく、見出し、段落、リスト、本物の<table>要素、リンク、画像といった文書の論理構造を再構築します。その結果、モバイルでリフローし、SEOのインデックスにも適しており、初めからスクリーンリーダーに対応します。

はい。表は、ヘッダーセルに適切なscope属性を備えた標準の<table>、<thead>、<tbody>、<tr>、<th>、<td>要素になります。これにより、スクリーンリーダーに優しく、検索可能で、Bootstrap、Tailwind、あるいは既存のCSSフレームワークでスタイルを当てやすくなり、追加のマークアップ変換は不要です。

はい。WordPress、Webflow、Ghost、Notion（埋め込みとして）、Confluence、GitBook、または独自の静的サイトに貼り付けるだけです。このマークアップは依存関係がなく、W3CのHTML5仕様に照らして検証に通り、Chrome、Safari、Firefox、Edgeのいずれでも同じように表示されます。画像はお好みに応じて、base64としてインライン化するか、別ファイルとして抽出します。

はい。画像のみのPDFはOCRエンジンを作動させ、テキストを抽出してレイアウトを再構築してからHTMLを生成します。つまり、スキャンした古いホワイトペーパー、撮影したレポート、ファックスで返送された文書でさえも、適切な見出し、段落、リンクを備えた最新のレスポンシブなウェブページとして再公開できます。

はい。埋め込まれた画像は抽出され、最適化され（内容に応じてWebPまたはPNG）、CLSに配慮した読み込みのためにwidth・height属性を設定した<img>タグで参照されます。ベクターグラフはラスターに統合されることがあります。ベクターを完全に再現したい場合は、PDFから画像への変換を使い、SVGとして書き出したものを手動で埋め込んでください。

アップロードしたファイルは数分以内に削除され、モデルの学習に使われることも、共有されることもありません。HTML出力には透かし、帰属コメント、トラッキングピクセルが入りません。代理店や社内チームが、ライセンスやプライバシーの心配なく、従来のPDFを最新のCMSサイトに移行するのに利用しています。

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.

Click Copy HTML above the output panel — it copies exactly what's in the editable code box, including any manual edits you've made, to your clipboard and briefly shows 'Copied!' to confirm. This is the quickest route when you're pasting straight into a CMS's HTML or embed block rather than uploading a 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.