Extract text from images — free

Загрузите ваш PDF, и инструмент определит, содержит ли он настоящий текстовый слой или только отсканированные изображения. PDF с текстовым слоем экспортируются мгновенно. PDF, содержащие только изображения (отсканированные книги, сфотографированные чеки, старые отчёты), автоматически проходят через OCR. В любом случае вы получаете чистый файл .txt с сохранением абзацев, разрывов строк и отступов между разделами.

Да. Если PDF состоит только из изображений (что обычно для сканов, сфотографированных страниц или экспортированных факсов), движок OCR включается автоматически — отдельный инструмент не нужен. Поддержка нескольких языков встроена, поэтому даже двуязычные или нелатинские письменности (китайская, арабская, хинди) извлекаются за один проход.

Разрывы абзацев, пустые строки между разделами, маркеры списков и префиксы нумерованных списков сохраняются как обычный текст. Заголовки передаются в верхнем регистре или с исходным регистром в зависимости от исходного шрифта. Визуальное выделение (полужирный, курсив) не кодируется в обычном тексте — для этого используйте конвертер PDF в Word.

Да. Введите пароль в запросе после загрузки, и инструмент разблокирует файл в памяти ровно настолько, чтобы извлечь текст. Пароль никогда не сохраняется на диске и не передаётся сторонним сервисам. Защищённые PDF без пароля обработать нельзя — из соображений безопасности подбор пароля не выполняется.

Файлы до 50 MB и 500 страниц обрабатываются без проблем. Документы большего размера тоже работают, но дольше — на OCR юридического архива в 2000 страниц может уйти несколько минут. Для огромных партий сначала разбейте PDF с помощью инструмента разделения PDF и обрабатывайте каждую часть параллельно.

Обработка проходит на защищённых серверах, а файлы удаляются в течение нескольких минут. Результат в формате .txt принадлежит вам — без водяных знаков, упоминаний и отслеживания. Исследователи, журналисты, юристы и студенты используют инструмент для извлечения текста из конфиденциальных отчётов, зная, что исходный PDF не хранится дольше, чем нужно для конвертации.

Да. Откройте панель «Движок», выберите язык документа и движок OCR — и страница будет распознана в этом письме; поддерживается более 100 языков, включая нелатинские и письма справа налево. Если при первом проходе символы с диакритикой или неанглийские буквы распознаны неверно, смените язык и нажмите «Повторить распознавание».

Режим с форматированием сохраняет исходную раскладку страницы — колонки, отступы и расположение строк, — что удобно для таблиц и чеков. Простой режим даёт чистый перекомпонованный текст, который проще вставить в документ или чат-бота. Переключайтесь между ними, затем скопируйте текст или скачайте его как файл .txt.

Этот инструмент выдаёт необработанный текст для копирования или сохранения в .txt. Если вы предпочитаете сохранить исходный PDF, но сделать его доступным для поиска по Ctrl+F, пропустите его через инструмент «Изображение в PDF с поиском» — он добавляет невидимый текстовый слой OCR поверх скана, так что страница выглядит так же, а слова становятся выделяемыми.

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.