Reconhecimento OCR
Reconheça e extraia texto de arquivos digitalizados ou imagens.
Clique para escolher ou arraste um PDF / imagem até aqui
Compatível com PDFs digitalizados e imagens JPG / PNG
OCR serve para quando o texto está na página mas não dá para selecioná-lo: um contrato digitalizado, a foto de um documento, um PDF que veio do scanner. A ferramenta lê as letras da imagem e devolve o texto. Você escolhe o idioma do reconhecimento, e nas páginas em português a opção Português já vem marcada. Ela faz diferença nos acentos: num teste com uma declaração digitada, o modelo em inglês leu “João” como “Jodo” e “São Paulo” como “Séo Paulo”, e o modelo em português acertou tudo.
O resultado sai de dois jeitos. Texto simples, que você revisa e corrige na própria tela antes de copiar ou baixar como .txt. Ou, se a entrada for um PDF, um PDF pesquisável: as páginas continuam exatamente iguais e ganham uma camada de texto invisível por baixo, que permite buscar e copiar. O reconhecimento roda no seu navegador, página por página, com limite de 50MB por arquivo.
Perguntas frequentes
O OCR reconhece português com acentos?
Reconhece, com a opção Português, que vem marcada por padrão nas páginas em português. Ela usa um modelo treinado para o idioma, que lê ç, ã, õ e é corretamente; palavras em inglês no meio do texto em geral também saem, porque o alfabeto é o mesmo. As opções Chinês + inglês e Somente inglês continuam lá para outros documentos, mas num texto em português elas costumam errar os acentos.
Qual a diferença entre texto simples e PDF pesquisável?
O texto simples é só o texto reconhecido, numa caixa onde você pode corrigir o que saiu errado antes de copiar ou baixar. O PDF pesquisável mantém as páginas originais, com imagem e tudo, e acrescenta uma camada de texto invisível alinhada a elas: você passa a conseguir buscar com Ctrl+F e selecionar trechos. Essa opção só aparece quando o arquivo de entrada é PDF, porque uma imagem avulsa não tem página para preservar.
O arquivo é enviado para algum servidor?
Não. O arquivo é lido e reconhecido dentro do navegador. Na primeira vez, o navegador baixa o motor e o modelo de reconhecimento, cerca de 5MB para português, do próprio site e não de terceiros; depois eles ficam em cache. Dá para conferir na aba Rede (F12) que nenhuma requisição leva o documento para fora.
Funciona com letra à mão e com tabelas?
Mal. O modelo foi feito para texto impresso, e o reconhecimento de letra à mão e de tabelas é limitado, como a própria ferramenta avisa. Para esses casos, use o texto simples e revise com calma, ou digite as partes que não saíram.
Qual o tamanho máximo e quanto tempo demora?
50MB por arquivo, no plano gratuito e no Pro: é o teto do motor no navegador, e pagar não aumenta. Todas as páginas são processadas, uma por uma, e digitalizações longas demoram; dá para cancelar no meio. PDFs com senha ou restrições são recusados; remova a proteção antes em Desbloquear PDF. Depois do OCR, dá para levar o texto adiante em PDF para Word ou PDF para Markdown.