Extract text from images — free

De converter bouwt de logische structuur van het document opnieuw op — koppen, alinea's, lijsten, echte <table>-elementen, links en afbeeldingen — in plaats van elk teken simpelweg op een X/Y-coördinaat vast te zetten zoals sommige PDF-viewers doen. Het resultaat herschikt zich op mobiel, indexeert goed voor SEO en is standaard toegankelijk voor schermlezers.

Ja. Tabellen worden standaard <table>-, <thead>-, <tbody>-, <tr>-, <th>- en <td>-elementen met correcte scope-attributen op de koppencellen. Daardoor zijn ze schermlezervriendelijk, doorzoekbaar en eenvoudig op te maken met Bootstrap, Tailwind of je bestaande CSS-framework — er is geen extra markup-transformatie nodig.

Ja. Plak in WordPress, Webflow, Ghost, Notion (als embed), Confluence, GitBook of je eigen statische site — de mark-up is afhankelijkheidsvrij, voldoet aan de W3C HTML5-specificatie en wordt identiek weergegeven in Chrome, Safari, Firefox en Edge. Afbeeldingen worden inline als Base64 opgenomen of als afzonderlijke bestanden geëxtraheerd, afhankelijk van je voorkeur.

Ja. PDF's met alleen afbeeldingen activeren de OCR-engine, die tekst extraheert en de lay-out opnieuw opbouwt voordat HTML wordt gegenereerd. Dat betekent dat zelfs oude gescande whitepapers, gefotografeerde rapporten en teruggefaxte documenten opnieuw kunnen worden gepubliceerd als moderne responsieve webpagina's met correcte koppen, alinea's en links.

Ja. Ingebedde afbeeldingen worden geëxtraheerd, geoptimaliseerd (WebP of PNG, afhankelijk van de inhoud) en gerefereerd via <img>-tags met ingestelde breedte- en hoogte-attributen voor CLS-vriendelijk laden. Vectorgrafieken kunnen worden platgemaakt tot een raster — gebruik voor volledige vectorgetrouwheid PDF naar Afbeeldingen en bed de SVG-versies handmatig in.

Uploads worden binnen enkele minuten verwijderd, nooit gebruikt om modellen te trainen en nooit gedeeld. De HTML-uitvoer bevat geen watermerk, geen naamsvermelding en geen trackingpixel. Bureaus en interne teams gebruiken de tool om verouderde PDF's te migreren naar moderne CMS-sites zonder enige zorgen over licenties of 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.

Klik op HTML kopiëren boven het uitvoerpaneel — het kopieert precies wat er in het bewerkbare codevak staat, inclusief eventuele handmatige aanpassingen, naar je klembord en toont kort 'Gekopieerd!' ter bevestiging. Dit is de snelste route wanneer je rechtstreeks in het HTML- of embedblok van een CMS plakt in plaats van een bestand te uploaden.

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.