Strumento File

OCR PDF ed estrazione del testo

Scegli le pagine e la lingua per estrarre il testo o avviare il riconoscimento OCR.

Funziona nel browser. Nessun caricamento.

Il testo dei PDF selezionabili si può estrarre senza OCR.

Informazioni su questo strumento

OCR PDF ed estrazione del testo reso semplice.

Il modello OCR viene scaricato solo quando lo avvii. Il riconoscimento può sbagliare scrittura a mano, colonne o scansioni poco nitide; controlla il testo. Non crea un PDF ricercabile.

Guida

Usare OCR PDF ed estrazione del testo

Questa pagina estrae il testo da un PDF. Se una pagina contiene già testo selezionabile, la pagina lo copia direttamente. Se una pagina è solo un'immagine, come in una scansione, la pagina esegue il riconoscimento ottico dei caratteri, o OCR, per leggere le lettere dall'immagine. Scegli la lingua del testo stampato e le pagine da leggere, premi un pulsante, poi copia il testo. Il PDF viene aperto e letto sul tuo dispositivo. Il risultato è solo testo semplice. La pagina non crea un nuovo PDF ricercabile, non mantiene l'impaginazione e non legge bene la scrittura a mano.

Come si usa

  1. Premi il campo del file sotto Scegli un PDF scansionato e scegli un PDF dal tuo dispositivo.
  2. Apri Lingua del testo e scegli la lingua stampata sulle pagine. In ogni esecuzione si può usare una sola lingua, e conta solo per le pagine che sono immagini.
  3. In Pagine da scansionare, lascia la parola all, oppure digita pagine come 1-3,5. I numeri devono essere compresi tra 1 e l'ultima pagina del file.
  4. Premi Estrai testo / OCR. Compare una barra di avanzamento e la riga di stato conta le pagine, per esempio Lettura della pagina 1 di 3. Una pagina scansionata richiede prima il download di un file di lingua, quindi la prima esecuzione può richiedere più tempo.
  5. Leggi il campo Testo estratto. Ogni pagina inizia con una riga come --- Pagina 1 ---, e le pagine sono separate da una riga vuota.
  6. Premi Copia testo per incollarlo nel tuo editor, oppure premi Scarica TXT per salvare il testo come file semplice. Premi Cancella per ricominciare.

Esempi svolti

Un PDF che ha già testo selezionabile

Inserisci
Pdf
1 pagina con righe di testo: Appunti della riunione del club del giardinaggio / La prossima riunione è martedì sera
Lingua
Inglese
Pagine
tutti
Ottieni
Testo
--- Pagina 1 --- Appunti della riunione del club del giardinaggio La prossima riunione è martedì sera

Il testo è stato preso direttamente dal file, senza OCR. Le due righe sono state unite con uno spazio, quindi le interruzioni di riga vanno perse nelle pagine che usano un proprio testo.

Non calcolato con lo strumento. Consideralo un’illustrazione.

Una pagina scansionata letta con l'OCR

Inserisci
Pdf
1 pagina che è solo un'immagine delle parole Fattura 2026 / Totale dovuto 45 euro
Lingua
Inglese
Pagine
tutti
Ottieni
Testo
--- Pagina 1 --- Fattura 2026 Totale dovuto 45 euro

Non è stato possibile selezionare alcun testo, quindi la pagina è stata disegnata come immagine e letta con l'OCR. Questa immagine di prova aveva caratteri puliti e grandi. Le scansioni reali sono più disordinate, quindi controlla sempre il risultato.

Non calcolato con lo strumento. Consideralo un’illustrazione.

Un file che mescola scansioni e testo vero

Inserisci
Pdf
3 pagine: un'immagine di testo, una pagina con testo vero, un'immagine di testo
Lingua
Inglese
Pagine
tutti
Ottieni
Testo
--- Pagina 1 --- Fattura 2026 Totale dovuto 45 euro --- Pagina 2 --- Questa pagina ha un vero testo selezionabile al suo interno --- Pagina 3 --- Ciao mondo scansionato Seconda riga qui

La pagina 2 aveva un testo proprio, quindi è stato copiato direttamente. Le pagine 1 e 3 sono state lette con l'OCR. Il risultato mantiene l'ordine originale delle pagine.

Non calcolato con lo strumento. Consideralo un’illustrazione.

La lingua sbagliata fa perdere gli accenti

Inserisci
Pdf
1 pagina scansionata con Camión rápido / El niño está aquí
Lingua A
Inglese
Lingua B
Español
Ottieni
Inglese
Camion rapido El nino esta aqui
Español
Camión rápido El niño está aquí

Con il modello inglese gli accenti sono stati persi. Le lettere sbagliate esatte possono cambiare con l'immagine e il carattere. Con il modello spagnolo il testo è uscito giusto. Scegli la lingua che corrisponde alla pagina stampata.

Non calcolato con lo strumento. Consideralo un’illustrazione.

Scegliere le pagine con un intervallo

Inserisci
Pdf
4 pagine
Pagine
3, 1-2
Ottieni
Pagine lette
1, 2, 3
Pagina saltata
4

I numeri vengono messi in ordine e le ripetizioni vengono unite. La pagina 4 non viene letta. Un numero fuori dal file, come 0-2 o 2-9 per un file di 4 pagine, dà il messaggio Scegli numeri di pagina da 1 a 4.

Calcolato con il codice stesso dello strumento.

Un file con più di 120 pagine

Inserisci
Pdf
121 Seiten
Pagine
1-3
Ottieni
Stato
Per sicurezza, questo strumento supporta fino a 120 pagine alla volta. Usa l'intervallo di pagine per elaborare una sezione più piccola.

Il numero di pagine dell'intero file viene controllato prima di usare l'intervallo. Quindi un file di 121 pagine viene rifiutato anche se ne chiedi tre. Un file di 120 pagine con intervallo 119-120 ha funzionato.

Calcolato con il codice stesso dello strumento.

Quando è utile

  • Copia le parole di una lettera, un modulo o una pagina stampata scansionati in un'email o in un documento.
  • Ottieni il testo di un articolo o di un capitolo di libro scansionato per poterlo cercare o citare.
  • Estrai il testo da un PDF che non ti permette di selezionare le parole con il mouse.
  • Trasforma alcune pagine di un contratto o di un rapporto scansionato in testo leggibile su un piccolo schermo.
  • Leggi una dispensa scansionata in una delle 16 lingue offerte dalla pagina.
  • Leggi solo un capitolo di un lungo libro scansionato digitando il suo intervallo di pagine.

Limiti da tenere presenti

  • Le lingue OCR sono inglese, spagnolo, francese, tedesco, portoghese, arabo, cinese semplificato, giapponese, coreano, hindi, bengalese, russo, urdu, turco, vietnamita e indonesiano. Se ne può scegliere solo una per esecuzione, e la pagina non è in grado di rilevare la lingua da sola.
  • L'intero file può avere al massimo 120 pagine, anche se ne chiedi meno con un intervallo di pagine. Per un file più lungo, dividilo prima con uno strumento PDF.
  • Una pagina è considerata testo vero solo se ha più di 20 caratteri selezionabili. Qualsiasi altra pagina viene disegnata come immagine e letta con l'OCR, anche se contiene qualche carattere isolato.
  • Le pagine vengono disegnate fino a 1.7 volte la loro dimensione e non più larghe di circa 1,800 pixel prima della lettura, quindi caratteri molto piccoli, inchiostro sbiadito, colonne, tabelle e scrittura a mano vengono spesso letti male.
  • Il risultato è solo testo semplice. Impaginazione, immagini, tabelle e caratteri non vengono conservati, le pagine di solo testo escono senza interruzioni di riga e non viene creato alcun PDF ricercabile.
  • Premendo Annulla la lettura si ferma dopo la pagina in corso. Il testo delle pagine già lette viene conservato, e puoi premere di nuovo Estrai.

Consigli

  • Prova prima una o due pagine digitando un intervallo come 1-2. Controlla la lingua e la qualità, poi elabora l'intero file.
  • Scegli la lingua del testo stampato, non la lingua del tuo schermo. Una scelta sbagliata fa perdere gli accenti e fa leggere male le lettere.
  • Usa una scansione dritta, nitida e ben illuminata. Pagine storte, sfocate o in ombra danno un testo peggiore.
  • Confronta il risultato con la pagina, soprattutto per numeri, date, nomi e importi, dove una cifra sbagliata conta.
  • Dividi un file lungo in parti di meno di 120 pagine ed elabora le parti una dopo l'altra.
  • Tieni aperta questa scheda finché la scansione non termina, perché i file lunghi possono richiedere un po' su un dispositivo lento.

Fonti

Domande frequenti

Informazioni su OCR PDF ed estrazione del testo.

Posso copiare il testo da un PDF scansionato?

Sì. Scegli il file e la lingua, e premi Estrai testo / OCR. Le pagine che sono solo immagini vengono lette con l'OCR, e il testo compare nella casella per essere copiato. Il riconoscimento può commettere errori, quindi controlla il risultato rispetto alla pagina.

Il mio PDF viene caricato su un server?

No. Il PDF viene aperto e letto nel tuo browser. Il motore OCR e il file di lingua vengono caricati dai file di questo stesso sito la prima volta che servono. Il contenuto del tuo PDF non viene inviato da nessuna parte.

Quali lingue può leggere?

Ne offre 16: inglese, spagnolo, francese, tedesco, portoghese, arabo, cinese semplificato, giapponese, coreano, hindi, bengalese, russo, urdu, turco, vietnamita e indonesiano. Ne scegli una per ogni esecuzione, quindi una pagina con due lingue è meglio dividerla in esecuzioni separate.

Perché devo scegliere una lingua?

Il motore di lettura usa un file della lingua per sapere quali lettere e parole aspettarsi. Una scelta sbagliata dà risultati sbagliati, come accenti persi. La lingua conta solo per le pagine scansionate, perché il testo reale viene copiato così com'è.

Perché la prima esecuzione è stata lenta?

Alla prima pagina scansionata il browser deve scaricare il motore OCR, alcuni megabyte, e il file di lingua, che pesa circa 0.4-2 MB per le lingue offerte. La pagina dice che il tuo browser conserva il file, quindi le esecuzioni successive sono più rapide a meno che la cache non venga svuotata.

Come decide lo strumento che una pagina richiede l'OCR?

Prima prova a leggere il testo memorizzato in ogni pagina. Se una pagina ha più di 20 caratteri di testo selezionabile, viene usato quel testo. In caso contrario, la pagina viene disegnata come immagine e letta con l'OCR. Se tutte le pagine hanno testo, l'OCR non viene eseguito e nessun file di lingua viene caricato.

Crea un PDF ricercabile?

No. Ti dà testo semplice da copiare, e il tuo PDF originale non viene modificato. Se ti serve un PDF con un livello di testo nascosto, ti serve un altro strumento.

Perché alcune pagine escono come un'unica lunga riga?

Le pagine che hanno già un proprio testo vengono lette elemento per elemento e unite con spazi, quindi i loro a capo non vengono mantenuti. Le pagine lette con l'OCR mantengono gli a capo che il lettore ha trovato nell'immagine.

Quanto è accurato il risultato?

Dipende dalla scansione. Una stampa pulita, grande e dritta nella lingua giusta si legge bene. Caratteri piccoli, inchiostro sbiadito, scrittura a mano, colonne e tabelle sono più spesso sbagliati. Rileggi sempre nomi, date e numeri prima di usare il testo.

C'è un limite al numero di pagine o alla dimensione del file?

Il file può avere al massimo 120 pagine in totale. Il codice della pagina non fissa un limite di dimensione in megabyte, ma i file grandi richiedono più memoria sul tuo dispositivo e più tempo, poiché le pagine vengono lette una dopo l'altra.

Come salvo il testo in un file?

Premi Scarica TXT per salvare un file di testo semplice, oppure premi Copia testo e incollalo in un editor. Il campo Testo estratto è di sola lettura, quindi non puoi modificarlo al suo interno. Ogni pagina inizia con una riga come --- Pagina 1 ---, che puoi eliminare nel tuo editor.

Può leggere la scrittura a mano o le tabelle?

Non in modo affidabile. Il motore di lettura è fatto per il testo stampato. La scrittura a mano viene spesso letta male, e le tabelle escono come righe di testo semplice senza le loro righe e colonne. Usa il risultato come una bozza da correggere a mano.

Il mio PDF scansionato viene caricato online?

No. L'OCR viene eseguito nel browser. I dati della lingua selezionata vengono caricati da UsefulVerse al primo utilizzo e potrebbero essere scaricati nuovamente se la cache viene svuotata.