Hoe gebruik je de OCR-tool?
- Upload je bestand. Klik op Pdf of afbeelding toevoegen of sleep het naar de tool: een gescande pdf, of een JPG- of PNG-foto van een pagina.
- Kies de taal van de tekst: Engels, Spaans, Frans, Duits of Portugees. Met de juiste taal wordt het resultaat nauwkeuriger.
- OCR starten. Elke pagina wordt om de beurt gelezen, met de voortgang erbij. De eerste keer worden de leesengine en de taal naar je browser gedownload, dus dan duurt het iets langer.
- Kopieer of download de tekst. De tekst verschijnt rechts, pagina voor pagina. Verbeter wat er verkeerd uit is gekomen en klik dan op Tekst kopiëren of .txt downloaden.
Wat is OCR voor pdf?
OCR (optische tekenherkenning) maakt van afbeeldingen van tekst tekst die je kunt bewerken en doorzoeken. Een gescande pdf, een foto van een pagina of een screenshot bevat alleen een afbeelding van de woorden; OCR leest de letters erin en geeft je de woorden zelf.
Deze tool doet OCR in je browser met Tesseract, een opensource-OCR-engine. Veel pdf’s bevatten beide soorten pagina’s: heeft een pagina al echte tekst, dan gebruikt de tool die tekst zoals hij is, wat sneller en exact is. Je kunt dat uitzetten om OCR op elke pagina te doen.
Zo krijg je de beste resultaten
- Kies de taal van het document. Accenten en letters als ñ, ç en ß worden alleen in hun eigen taal goed gelezen.
- Gebruik een scherpe, rechte scan. Tekst die wazig, scheef of in de schaduw staat, wordt minder goed gelezen. Kies in Scannen naar pdf Hoog contrast voor tekstdocumenten.
- Gedrukte tekst werkt het best. Getypte documenten, boeken, brieven en bonnetjes worden goed gelezen; kleine letters op een gekleurde achtergrond minder.
- Controleer getallen. Vergelijk bedragen, datums en codes met het origineel voordat je erop vertrouwt.
Wat OCR niet kan
Handschrift wordt slecht gelezen, of helemaal niet. De opmaak blijft niet behouden: kolommen, tabellen en tekstvakken komen eruit als gewone regels tekst. En het resultaat is tekst, geen nieuwe pdf: je scan blijft een scan. Wil je een kopie van de pagina’s als afbeeldingen, gebruik dan Pdf naar afbeeldingen.
Lange pdf’s kosten tijd, omdat elke pagina om de beurt op je apparaat wordt gelezen. Bij een groot document haal je eerst de pagina’s eruit die je nodig hebt. Gaat een pdf niet open? Herstel hem eerst.
Je bestand wordt op je apparaat gelezen. De OCR-engine en de taalbestanden worden naar je browser gedownload; je document wordt nooit geüpload.
Waarom deze OCR-tool?
- Privé: contracten, identiteitsbewijzen en brieven worden op je apparaat gelezen, niet op een server.
- Gratis, zonder account: geen account, geen paginalimiet, geen watermerk.
- Pdf’s en afbeeldingen: gescande pdf’s, foto’s van je telefoon en screenshots.
- Exact waar het kan: bij pagina’s die al tekst hebben, wordt niet gegokt.
Wat je met de tekst kunt doen
Plak hem in een document om hem te bewerken, in een e-mail of in een vertaaltool. Of deel wat er in het document staat: een carrousel met de belangrijkste punten leest makkelijk op LinkedIn. Een gescande pdf kan niet zomaar slides worden, maar de tekst wel: plak hem in het tabblad Tekst van Pdf naar carrousel en de secties worden slides. Zo lees je hoe je van een pdf een carrousel maakt.
