PDF quét sang văn bản
Công cụ này chuyển PDF đã quét sang văn bản có thể chỉnh sửa để bạn dễ dàng sao chép, chỉnh sửa và bổ sung nội dung.
Khám phá tất cả 12 ứng dụng OCR
Trích xuất văn bản từ bản scan, biến tài liệu thành tệp Office hoặc tạo PDF có thể tìm kiếm. Chọn một ứng dụng và bắt đầu.
Khi nào PDF scan cần OCR và khi nào thì không
Việc chuyển PDF đã scan thành văn bản thực chất là hai loại tác vụ khác nhau và bộ chuyển đổi cho phép bạn chọn loại sẽ chạy. Một PDF đã có ký tự thực chỉ cần được đọc. Một PDF chỉ chứa hình ảnh các trang phải được nhận dạng trước, vì bên trong nó chưa có văn bản.
Bạn có thể phân biệt chúng trong một giây. Mở file trong bất kỳ trình đọc nào và thử chọn một dòng. Nếu từ được tô sáng, PDF có lớp văn bản, hãy chọn Chuyển đổi và văn bản sẽ được xuất ra đúng như đã viết. Nếu không có gì được tô sáng, hoặc cả trang được tô như một khối, đó là bản scan và cần nhận dạng ký tự quang học.
Chỉ một lựa chọn đó giải thích phần lớn các kết quả gây thất vọng mà người dùng gặp phải ở nơi khác. Một bộ chuyển đổi chỉ chạy một quy trình cho mọi lượt tải lên sẽ trả về văn bản sạch cho một số file và trang trống cho những file khác, mà không giải thích gì. Tự chọn bộ máy nhận dạng giúp bạn loại bỏ việc phán đoán mò.
Cách sao chép văn bản từ tài liệu PDF đã quét
Bạn sẽ không thể kéo con trỏ qua một câu trong bản scan vì không có gì để chọn cả. Trích xuất văn bản từ PDF đã scan giải quyết vấn đề đó: tải file lên, chạy chuyển đổi và bạn nhận được một file văn bản thuần mà bạn có thể sao chép, dán vào email hoặc tìm kiếm bằng lệnh tìm trong bất kỳ trình soạn thảo nào.
Kết quả là một file .txt nên có thể mở trên mọi máy tính và điện thoại mà không cần phần mềm đặc biệt. File giữ lại từ và dấu ngắt dòng nhưng bỏ bố cục, đây là sự đánh đổi phù hợp khi bạn chỉ cần nội dung chứ không cần bản sao y trang giấy.
Bạn có thể xử lý nhiều bản scan cùng lúc. Mỗi PDF được chuyển đổi riêng và trả về dưới dạng file văn bản riêng, với cùng bộ máy và lựa chọn ngôn ngữ được áp dụng cho tất cả.
Tệp TXT là gì?
Phần mở rộng .txt được dùng cho các tệp văn bản thuần. Các tệp này chứa nội dung dưới dạng nhiều dòng văn bản và có thể mở bằng nhiều trình soạn thảo văn bản trên các nền tảng và thiết bị khác nhau. Văn bản không có định dạng.
Đó là lý do nó là nơi an toàn nhất để lưu văn bản được khôi phục từ bản scan. File không bị lỗi thời, không cần giấy phép để mở và văn bản vẫn đọc được rất lâu sau khi chương trình tạo ra bản gốc đã bị thay thế.
Phần mở rộng file: .txt, MIME type: text/plain
TXT trên WikipediaNên chọn bộ máy OCR nào
Có 5 cách đọc PDF đã scan tại đây và bảng cài đặt cho phép bạn chuyển đổi giữa chúng. Hãy chọn cách phù hợp với file trước mặt bạn.
| Bộ máy OCR | Chọn khi |
|---|---|
| Chuyển đổi | PDF đã có văn bản có thể chọn được. Không chạy nhận dạng, nên từ được xuất ra đúng như đã viết. |
| OCR tiêu chuẩn | Bản scan rõ, thẳng và sắc nét. Đây là cách nhanh nhất để chuyển từ PDF scan sang văn bản. |
| OCR AI nâng cao | Bản scan mờ, độ phân giải thấp hoặc hơi lệch, và bộ máy chuẩn làm rơi ký tự. |
| OCR AI+ nâng cao | Trang có bóng, ánh sáng không đều hoặc gáy sách cong, thường gặp khi chụp ảnh sách. |
| OCR ảnh | Văn bản được chụp ảnh chứ không phải scan, ví dụ biển báo, nhãn hoặc màn hình. |
Trình chuyển đổi nhận diện 123 ngôn ngữ nguồn, bao gồm tiếng Trung giản thể và phồn thể với bố cục dọc, cùng các dạng chữ Cyrillic của tiếng Azerbaijan, Serbia và Uzbek. Hãy chọn tất cả ngôn ngữ xuất hiện trong tệp của bạn.
Các lý do thường gặp để chuyển PDF scan thành văn bản
Từ trong bản scan bị khóa bên trong hình ảnh. Đây là những tình huống mà việc trích xuất chúng sẽ tiết kiệm nhiều công sức nhất.
Giấy tờ bạn cần tìm kiếm
Hóa đơn, hợp đồng, biên lai và thư từ thường đến dưới dạng bản scan. Khi đã trích xuất văn bản, bạn có thể tra một số tiền, một ngày hoặc một tên thay vì phải đọc từng trang.
Tài liệu học tập và nghiên cứu
Bản scan thư viện, bài báo tạp chí và trang sách trở nên có thể trích dẫn. Trích xuất văn bản một lần và dán đoạn bạn cần vào ghi chú thay vì gõ lại.
Hồ sơ và lưu trữ
Các file cũ thường được lưu dưới dạng bản scan dài, nhiều trang. Tải lên vài file cùng lúc và bộ chuyển đổi sẽ xử lý cả lô trong một lần chạy.
Dữ liệu của bạn được bảo vệ
Tài liệu bạn scan và file bạn chuyển đổi có thể là thông tin cá nhân. Đây là cách chính xác mà chúng được xử lý.
Mã hóa TLS
Mọi lần tải lên và tải xuống đều qua kết nối được mã hóa, nên tệp của bạn không thể bị đọc trong quá trình truyền.
Không có con người truy cập
Nhận dạng văn bản được tự động hóa hoàn toàn. Không ai đọc bản quét hoặc tài liệu của bạn, và không chia sẻ gì với bên thứ ba.
Mã hóa khi lưu trữ
Lưu trữ trên máy chủ dùng mã hóa toàn bộ đĩa, và bản sao lưu cũng được mã hóa.
Cách chuyển PDF đã quét thành văn bản
-
Tải lên
Tải lên PDF đã quét của bạn.
-
Chọn
Chọn bộ máy OCR phù hợp với file của bạn. Dùng Chuyển đổi nếu văn bản trong PDF đã có thể chọn được.
-
Điều chỉnh
Chọn ngôn ngữ của tệp PDF để có kết quả tốt hơn (tùy chọn).
-
Chuyển đổi
Bắt đầu chuyển đổi và đợi cho đến khi tệp tải xuống của bạn sẵn sàng.
Câu hỏi thường gặp về chuyển PDF scan thành văn bản
Bộ chuyển đổi PDF scan thành văn bản này có miễn phí không?
Có. Chuyển PDF đã quét sang văn bản là miễn phí và không cần tài khoản. Tải tệp lên, chọn công cụ và tải kết quả về. Các tệp đến 50 MB nằm trong giới hạn miễn phí, và gói cước chỉ cần thiết cho tệp lớn hơn và lô xử lý dài hơn.
Tôi có thể OCR một PDF miễn phí không?
Có. OCR Chuẩn là bộ máy miễn phí và xử lý các bản scan thông thường mà không cần đăng ký. 3 bộ máy AI nâng cao là tùy chọn bổ sung cho các trang mà bộ máy chuẩn không đọc được, như bản sao mờ hoặc ảnh chụp trong điều kiện thiếu sáng.
Tại sao PDF scan của tôi cần OCR để trích xuất văn bản?
Vì file chứa hình ảnh trang giấy thay vì ký tự. Máy scan chụp lại giấy, nên mỗi từ là một mẫu điểm ảnh. Nhận dạng ký tự quang học đọc các điểm ảnh đó và ghi ra ký tự thực, giúp văn bản có thể chọn, tìm kiếm và chỉnh sửa được.
Làm sao để sao chép văn bản từ PDF đã scan?
Tải PDF lên ở trên, chọn một bộ máy OCR và bắt đầu chuyển đổi. Kết quả là một file văn bản thuần bạn có thể mở trong bất kỳ trình soạn thảo nào và sao chép. Sao chép trực tiếp trong trình đọc PDF chỉ hoạt động sau khi file đã có lớp văn bản.
Công cụ nhận dạng văn bản đọc được những ngôn ngữ nào?
Công cụ nhận diện 123 ngôn ngữ nguồn, bao gồm tiếng Trung ở cả dạng giản thể và phồn thể với bố cục dọc, và các biến thể chữ Cyrillic của tiếng Azerbaijan, Serbia và Uzbek. Hãy chọn mọi ngôn ngữ xuất hiện trong tệp, vì một trang trộn lẫn nhiều ngôn ngữ sẽ được đọc chính xác nhất khi liệt kê đầy đủ tất cả.
Tôi có thể chuyển PDF scan sang Word không?
Không từ trang này, vì trang này tạo file văn bản thuần. Nó giữ lại từ và bỏ bố cục. Để có DOC hoặc DOCX với định dạng, hãy dùng ứng dụng Chuyển đổi sang Word, ứng dụng này chạy cùng bộ nhận dạng văn bản và tạo tài liệu Word.
Tại sao văn bản trích xuất ra lại sai?
Chất lượng nhận dạng phụ thuộc vào chất lượng bản scan. Trang lệch, độ phân giải thấp, bóng che trên giấy hoặc ảnh chụp cầm tay đều làm giảm độ chính xác. Hãy thử AI-OCR Nâng cao cho bản scan chưa hoàn hảo và AI-OCR+ Nâng cao cho điều kiện thiếu sáng, và scan lại ở 300 dpi nếu có thể. File nguồn bị đặt mật khẩu hoặc hỏng sẽ không thể chuyển đổi.
Tài liệu scan của tôi có riêng tư không?
Có. Quá trình tải lên và tải xuống được mã hóa, xử lý diễn ra trong Liên minh Châu Âu và toàn bộ quy trình được tự động hóa, nên không ai đọc bản scan của bạn. File của bạn không bao giờ được dùng để huấn luyện mô hình AI và bạn luôn giữ quyền với chúng.
Tìm hiểu thêm về nhận dạng văn bản
Lưu văn bản quan trọng với OCR
Số hóa văn bản quan trọng từ tài liệu scan và hình ảnh với OCR (Nhận dạng ký tự quang học). Trích xuất văn bản từ hình ảnh dễ dàng, trực tuyến.
Đọc bài viếtỨng dụng OCR khác
Tất cả các công cụ này đều chạy trong trình duyệt. Không cài đặt, không tài khoản và cùng một bộ nhận dạng văn bản phía sau.