Extract text from images — free

Ladda upp din PDF så känner verktyget av om den innehåller ett riktigt textlager eller bara skannade bilder. PDF:er med textlager exporteras direkt. PDF:er med endast bilder (skannade böcker, fotograferade kvitton, gamla rapporter) körs automatiskt genom OCR. Hur som helst får du en ren .txt-fil med stycken, radbrytningar och avsnittsavstånd bevarade.

Ja. Om PDF:en endast består av bilder (vanligt för skanningar, fotograferade sidor eller faxexporter) startar OCR-motorn automatiskt — du behöver inget separat verktyg. Stöd för flera språk är inbyggt, så att även tvåspråkiga eller icke-latinska skriftspråk (kinesiska, arabiska, hindi) extraheras i samma genomgång.

Styckesbrytningar, tomma rader mellan avsnitt, punktmarkörer och prefix för numrerade listor bevaras som oformaterad text. Rubriker kommer fram i versaler eller med sin ursprungliga skiftläge beroende på källtypsnittet. Visuell betoning (fet, kursiv) kodas inte i oformaterad text – för det använder du i stället konverteraren PDF till Word.

Ja. Ange lösenordet i rutan efter uppladdning, så låser verktyget upp filen i minnet precis tillräckligt länge för att extrahera texten. Lösenordet lagras aldrig på disk eller överförs till tredjepartstjänster. Låsta PDF:er utan lösenord kan inte bearbetas — av säkerhetsskäl utförs ingen lösenordsknäckning.

Filer upp till 50 MB och 500 sidor bearbetas utan problem. Större dokument fungerar också men tar längre tid – ett juridiskt arkiv på 2000 sidor kan ta några minuter för OCR. För riktigt stora mängder, dela först upp PDF-filen med verktyget PDF Split och bearbeta varje del parallellt.

Bearbetningen sker på säkra servrar och filerna raderas inom några minuter. .txt-filen är din – ingen vattenstämpel, ingen källhänvisning, ingen spårning. Forskare, journalister, jurister och studenter använder verktyget för att extrahera text ur konfidentiella rapporter med vetskapen om att käll-PDF:en inte sparas efter konverteringen.