Extract text from images — free

ਆਪਣੀ PDF ਅੱਪਲੋਡ ਕਰੋ ਅਤੇ ਟੂਲ ਪਛਾਣ ਲੈਂਦਾ ਹੈ ਕਿ ਇਸ ਵਿੱਚ ਅਸਲ ਟੈਕਸਟ ਲੇਅਰ ਹੈ ਜਾਂ ਸਿਰਫ਼ ਸਕੈਨ ਕੀਤੀਆਂ ਤਸਵੀਰਾਂ। ਟੈਕਸਟ-ਲੇਅਰ ਵਾਲੀਆਂ PDF ਤੁਰੰਤ ਐਕਸਪੋਰਟ ਹੁੰਦੀਆਂ ਹਨ। ਸਿਰਫ਼-ਇਮੇਜ ਵਾਲੀਆਂ PDF (ਸਕੈਨ ਕੀਤੀਆਂ ਕਿਤਾਬਾਂ, ਫੋਟੋ ਖਿੱਚੀਆਂ ਰਸੀਦਾਂ, ਪੁਰਾਣੀਆਂ ਰਿਪੋਰਟਾਂ) ਆਪਣੇ-ਆਪ OCR ਵਿੱਚੋਂ ਲੰਘਦੀਆਂ ਹਨ। ਕਿਸੇ ਵੀ ਹਾਲ ਵਿੱਚ ਤੁਹਾਨੂੰ ਇੱਕ ਸਾਫ਼ .txt ਫਾਈਲ ਮਿਲਦੀ ਹੈ ਜਿਸ ਵਿੱਚ ਪੈਰੇ, ਲਾਈਨ ਬ੍ਰੇਕ ਅਤੇ ਭਾਗ ਸਪੇਸਿੰਗ ਸਾਂਭੀ ਰਹਿੰਦੀ ਹੈ।

ਹਾਂ। ਜੇ PDF ਸਿਰਫ਼-ਤਸਵੀਰ ਹੈ (ਸਕੈਨਾਂ, ਫੋਟੋ ਖਿੱਚੇ ਪੰਨਿਆਂ ਜਾਂ ਫੈਕਸ ਐਕਸਪੋਰਟਾਂ ਲਈ ਆਮ), ਤਾਂ OCR ਇੰਜਣ ਆਪਣੇ-ਆਪ ਚਾਲੂ ਹੋ ਜਾਂਦਾ ਹੈ — ਤੁਹਾਨੂੰ ਕਿਸੇ ਵੱਖਰੇ ਟੂਲ ਦੀ ਲੋੜ ਨਹੀਂ। ਬਹੁ-ਭਾਸ਼ਾ ਸਹਾਇਤਾ ਅੰਦਰ-ਨਿਰਮਿਤ ਹੈ, ਇਸ ਲਈ ਦੋਭਾਸ਼ੀ ਜਾਂ ਗੈਰ-ਲਾਤੀਨੀ ਲਿਪੀਆਂ (ਚੀਨੀ, ਅਰਬੀ, ਹਿੰਦੀ) ਵੀ ਇੱਕੋ ਪਾਸ ਵਿੱਚ ਕੱਢੀਆਂ ਜਾਂਦੀਆਂ ਹਨ।

ਪੈਰਿਆਂ ਦੇ ਬਰੇਕ, ਸੈਕਸ਼ਨਾਂ ਵਿਚਕਾਰ ਖਾਲੀ ਲਾਈਨਾਂ, ਬੁਲੇਟ ਪੁਆਇੰਟ ਮਾਰਕਰ ਅਤੇ ਨੰਬਰ ਵਾਲੀ ਸੂਚੀ ਦੇ ਅਗੇਤਰ ਸਾਦੇ ਟੈਕਸਟ ਵਜੋਂ ਬਰਕਰਾਰ ਰਹਿੰਦੇ ਹਨ। ਸਿਰਲੇਖ ਸ੍ਰੋਤ ਫੌਂਟ ਮੁਤਾਬਕ ਵੱਡੇ ਅੱਖਰਾਂ ਵਿੱਚ ਜਾਂ ਆਪਣੇ ਮੂਲ ਕੇਸਿੰਗ ਵਿੱਚ ਆਉਂਦੇ ਹਨ। ਦ੍ਰਿਸ਼ਟੀਗਤ ਜ਼ੋਰ (ਬੋਲਡ, ਇਟੈਲਿਕ) ਸਾਦੇ ਟੈਕਸਟ ਵਿੱਚ ਐਨਕੋਡ ਨਹੀਂ ਹੁੰਦਾ — ਇਸ ਲਈ ਉਸ ਵਾਸਤੇ PDF ਤੋਂ Word ਕਨਵਰਟਰ ਵਰਤੋ।

ਹਾਂ। ਅੱਪਲੋਡ ਤੋਂ ਬਾਅਦ ਪ੍ਰੌਂਪਟ ਵਿੱਚ ਪਾਸਵਰਡ ਦਾਖਲ ਕਰੋ, ਅਤੇ ਟੂਲ ਟੈਕਸਟ ਕੱਢਣ ਜੋਗੇ ਸਮੇਂ ਲਈ ਫਾਈਲ ਨੂੰ ਮੈਮੋਰੀ ਵਿੱਚ ਅਨਲੌਕ ਕਰਦਾ ਹੈ। ਪਾਸਵਰਡ ਕਦੇ ਵੀ ਡਿਸਕ 'ਤੇ ਸਟੋਰ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ ਜਾਂ ਤੀਜੀ-ਧਿਰ ਸੇਵਾਵਾਂ ਨੂੰ ਨਹੀਂ ਭੇਜਿਆ ਜਾਂਦਾ। ਪਾਸਵਰਡ ਤੋਂ ਬਿਨਾਂ ਲੌਕ ਕੀਤੀਆਂ PDF ਪ੍ਰੋਸੈਸ ਨਹੀਂ ਕੀਤੀਆਂ ਜਾ ਸਕਦੀਆਂ — ਸੁਰੱਖਿਆ ਕਾਰਨਾਂ ਕਰਕੇ, ਕੋਈ ਪਾਸਵਰਡ-ਕ੍ਰੈਕਿੰਗ ਨਹੀਂ ਕੀਤੀ ਜਾਂਦੀ।

50 MB ਅਤੇ 500 ਪੰਨਿਆਂ ਤੱਕ ਦੀਆਂ ਫਾਈਲਾਂ ਬਿਨਾਂ ਮੁਸ਼ਕਲ ਪ੍ਰੋਸੈਸ ਹੁੰਦੀਆਂ ਹਨ। ਵੱਡੇ ਦਸਤਾਵੇਜ਼ ਵੀ ਕੰਮ ਕਰਦੇ ਹਨ ਪਰ ਜ਼ਿਆਦਾ ਸਮਾਂ ਲੈਂਦੇ ਹਨ — ਇੱਕ 2000-ਪੰਨਿਆਂ ਦੇ ਕਾਨੂੰਨੀ ਆਰਕਾਈਵ ਨੂੰ OCR ਲਈ ਕੁਝ ਮਿੰਟ ਲੱਗ ਸਕਦੇ ਹਨ। ਵੱਡੇ ਬੈਚਾਂ ਲਈ, ਪਹਿਲਾਂ PDF Split ਔਜ਼ਾਰ ਨਾਲ PDF ਨੂੰ ਵੰਡੋ ਅਤੇ ਹਰ ਹਿੱਸੇ ਨੂੰ ਸਮਾਨਾਂਤਰ ਪ੍ਰੋਸੈਸ ਕਰੋ।

ਪ੍ਰੋਸੈਸਿੰਗ ਸੁਰੱਖਿਅਤ ਸਰਵਰਾਂ 'ਤੇ ਹੁੰਦੀ ਹੈ ਅਤੇ ਫਾਈਲਾਂ ਕੁਝ ਮਿੰਟਾਂ ਵਿੱਚ ਮਿਟਾ ਦਿੱਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। .txt ਆਊਟਪੁੱਟ ਤੁਹਾਡੀ ਹੈ — ਕੋਈ ਵਾਟਰਮਾਰਕ ਨਹੀਂ, ਕੋਈ ਐਟ੍ਰਿਬਿਊਸ਼ਨ ਨਹੀਂ, ਕੋਈ ਟ੍ਰੈਕਿੰਗ ਨਹੀਂ। ਖੋਜਕਰਤਾ, ਪੱਤਰਕਾਰ, ਵਕੀਲ ਅਤੇ ਵਿਦਿਆਰਥੀ ਇਸ ਟੂਲ ਦੀ ਵਰਤੋਂ ਗੁਪਤ ਰਿਪੋਰਟਾਂ ਵਿੱਚੋਂ ਟੈਕਸਟ ਕੱਢਣ ਲਈ ਕਰਦੇ ਹਨ, ਇਹ ਜਾਣਦੇ ਹੋਏ ਕਿ ਸੋਰਸ PDF ਨੂੰ ਪਰਿਵਰਤਨ ਤੋਂ ਬਾਅਦ ਰੱਖਿਆ ਨਹੀਂ ਜਾਂਦਾ।

ਹਾਂ। Engine ਪੈਨਲ ਖੋਲ੍ਹੋ, ਆਪਣੇ ਦਸਤਾਵੇਜ਼ ਦੀ ਭਾਸ਼ਾ ਤੇ OCR ਇੰਜਣ ਚੁਣੋ, ਅਤੇ ਪੇਜ ਉਸ ਲਿਪੀ ਵਿੱਚ ਪੜ੍ਹਿਆ ਜਾਂਦਾ ਹੈ — 100 ਤੋਂ ਵੱਧ ਭਾਸ਼ਾਵਾਂ ਸਮਰਥਿਤ ਹਨ, ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਗ਼ੈਰ-ਲਾਤੀਨੀ ਤੇ ਸੱਜੇ-ਤੋਂ-ਖੱਬੇ ਵਾਲੀਆਂ ਵੀ ਸ਼ਾਮਲ ਹਨ। ਜੇ ਪਹਿਲੀ ਵਾਰ ਵਿੱਚ ਉਚਾਰਨ-ਚਿੰਨ੍ਹ ਵਾਲੇ ਜਾਂ ਗ਼ੈਰ-ਅੰਗਰੇਜ਼ੀ ਅੱਖਰ ਗ਼ਲਤ ਪੜ੍ਹੇ ਜਾਣ, ਤਾਂ ਭਾਸ਼ਾ ਬਦਲੋ ਤੇ Re-run extraction ਟੈਪ ਕਰੋ।

ਫਾਰਮੈਟ ਕੀਤਾ ਵਿਊ ਪੰਨੇ ਦਾ ਅਸਲ ਲੇਆਉਟ — ਕਾਲਮ, ਸਪੇਸਿੰਗ ਤੇ ਲਾਈਨਾਂ ਦੀਆਂ ਥਾਵਾਂ — ਕਾਇਮ ਰੱਖਦਾ ਹੈ, ਜੋ ਟੇਬਲਾਂ ਤੇ ਰਸੀਦਾਂ ਲਈ ਫ਼ਾਇਦੇਮੰਦ ਹੈ। ਪਲੇਨ ਵਿਊ ਸਾਫ਼-ਸੁਥਰਾ, ਮੁੜ-ਵਹਾਅ ਵਾਲਾ ਟੈਕਸਟ ਦਿੰਦਾ ਹੈ ਜੋ ਕਿਸੇ ਦਸਤਾਵੇਜ਼ ਜਾਂ ਚੈਟਬੋਟ ਵਿੱਚ ਪੇਸਟ ਕਰਨਾ ਸੌਖਾ ਹੁੰਦਾ ਹੈ। ਦੋਵਾਂ ਵਿਚਕਾਰ ਟੌਗਲ ਕਰੋ, ਫਿਰ ਟੈਕਸਟ ਕਾਪੀ ਕਰੋ ਜਾਂ ਇਸਨੂੰ .txt ਫ਼ਾਈਲ ਵਜੋਂ ਡਾਊਨਲੋਡ ਕਰੋ।

ਇਹ ਟੂਲ ਤੁਹਾਨੂੰ ਕਾਪੀ ਕਰਨ ਜਾਂ .txt ਵਜੋਂ ਸੇਵ ਕਰਨ ਲਈ ਕੱਚਾ ਟੈਕਸਟ ਦਿੰਦਾ ਹੈ। ਜੇ ਤੁਸੀਂ ਅਸਲ PDF ਨੂੰ ਰੱਖਣਾ ਚਾਹੁੰਦੇ ਹੋ ਪਰ ਇਸ ਨੂੰ Ctrl+F ਨਾਲ ਖੋਜਣ ਯੋਗ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਇਸ ਨੂੰ Image to Searchable PDF ਟੂਲ ਰਾਹੀਂ ਚਲਾਓ — ਇਹ ਸਕੈਨ ਉੱਤੇ ਇੱਕ ਅਦਿੱਖ OCR ਟੈਕਸਟ ਲੇਅਰ ਜੋੜਦਾ ਹੈ ਤਾਂ ਜੋ ਪੇਜ ਬਿਲਕੁਲ ਉਹੀ ਦਿਖੇ ਜਦਕਿ ਸ਼ਬਦ ਚੁਣੇ ਜਾ ਸਕਣ।

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.