Bestanden-tool

PDF OCR en tekst uit scans halen

Haal selecteerbare tekst op of herken lokaal tekst in scans.

Werkt in je browser. Geen upload.

Selecteerbare PDF-tekst kan zonder OCR worden geëxtraheerd.

Over deze tool

PDF OCR en tekst uit scans halen eenvoudig uitgelegd.

Het OCR-model wordt pas na je start gedownload. Handschrift, kolommen en onscherpe scans kunnen fouten geven. Controleer de tekst; er wordt geen doorzoekbare PDF gemaakt.

Gids

PDF OCR en tekst uit scans halen gebruiken

Deze pagina haalt de tekst uit een PDF. Als een pagina al selecteerbare tekst bevat, kopieert de pagina die rechtstreeks. Als een pagina alleen een afbeelding is, zoals bij een scan, voert de pagina optische tekenherkenning uit, ofwel OCR, om de letters uit de afbeelding te lezen. Je kiest de taal van de gedrukte tekst en de te lezen pagina's, drukt op één knop en kopieert dan de tekst. De PDF wordt op je eigen apparaat geopend en gelezen. Het resultaat is alleen gewone tekst. De pagina bouwt geen nieuwe doorzoekbare PDF, behoudt de opmaak niet en leest handschrift niet goed.

Zo gebruik je het

  1. Druk op het bestandsvak onder Kies een gescande pdf en kies een pdf van je apparaat.
  2. Open Tekstaal en kies de taal die op de pagina's staat gedrukt. Per keer kan maar één taal worden gebruikt en ze doet er alleen toe voor pagina's die afbeeldingen zijn.
  3. Laat bij Te scannen pagina's het woord alles staan of typ pagina's zoals 1-3,5. De nummers moeten tussen 1 en de laatste pagina van het bestand liggen.
  4. Druk op Tekst uitpakken / OCR. Er verschijnt een voortgangsbalk en de statusregel telt de pagina's, bijvoorbeeld Pagina 1 van 3 lezen. Een gescande pagina heeft eerst een taalbestand nodig dat moet worden gedownload, dus de eerste keer kan langer duren.
  5. Lees het vak Uitgepakte tekst. Elke pagina begint met een regel zoals --- Pagina 1 --- en pagina's worden gescheiden door een lege regel.
  6. Druk op Tekst kopiëren om hem in je eigen editor te plakken, of op TXT downloaden om de tekst als gewoon bestand op te slaan. Druk op Wissen om opnieuw te beginnen.

Uitgewerkte voorbeelden

Een PDF die al selecteerbare tekst heeft

Jij voert in
Pdf
1 pagina met tekstregels: Vergadernotities van de tuinclub / Volgende vergadering is dinsdagavond
Taal
Engels
Pagina's
alles
Je krijgt
Tekst
--- Pagina 1 --- Vergadernotities van de tuinclub Volgende vergadering is dinsdagavond

De tekst is rechtstreeks uit het bestand gehaald, zonder OCR. De twee regels zijn met een spatie samengevoegd, dus regeleinden gaan verloren op pagina's die hun eigen tekstindeling gebruiken.

Niet doorgerekend met de tool. Zie het als een illustratie.

Een gescande pagina gelezen met OCR

Jij voert in
Pdf
1 pagina die alleen een afbeelding is van de woorden Factuur 2026 / Totaal verschuldigd 45 euro
Taal
Engels
Pagina's
alles
Je krijgt
Tekst
--- Pagina 1 --- Factuur 2026 Totaal verschuldigd 45 euro

Er kon geen tekst worden geselecteerd, dus de pagina is als afbeelding getekend en met OCR gelezen. Deze testafbeelding had schone, grote letters. Echte scans zijn rommeliger, dus controleer het resultaat altijd.

Niet doorgerekend met de tool. Zie het als een illustratie.

Een bestand dat scans en echte tekst combineert

Jij voert in
Pdf
3 pagina's: een afbeelding van tekst, een pagina met echte tekst, een afbeelding van tekst
Taal
Engels
Pagina's
alles
Je krijgt
Tekst
--- Pagina 1 --- Factuur 2026 Totaal verschuldigd 45 euro --- Pagina 2 --- Deze pagina heeft echte selecteerbare tekst erin --- Pagina 3 --- Hallo gescande wereld Tweede regel hier

Pagina 2 had zijn eigen tekst, dus die is rechtstreeks gekopieerd. Pagina 1 en 3 zijn met OCR gelezen. Het resultaat behoudt de oorspronkelijke paginavolgorde.

Niet doorgerekend met de tool. Zie het als een illustratie.

De verkeerde taal verliest accenten

Jij voert in
Pdf
1 gescande pagina met Camión rápido / El niño está aquí
Taal a
Engels
Taal b
Español
Je krijgt
Engels
Camion rapido El nino esta aqui
Español
Camión rápido El niño está aquí

Met het Engelse model gingen de accenten verloren. De precies verkeerde letters kunnen veranderen met de afbeelding en het lettertype. Met het Spaanse model kwam de tekst goed uit. Kies de taal die bij de gedrukte pagina past.

Niet doorgerekend met de tool. Zie het als een illustratie.

Pagina's kiezen met een bereik

Jij voert in
Pdf
4 pagina's
Pagina's
3, 1-2
Je krijgt
Gelezen pagina's
1, 2, 3
Pagina overgeslagen
4

De getallen worden op volgorde gezet en herhalingen worden samengevoegd. Pagina 4 wordt niet gelezen. Een getal buiten het bestand, zoals 0-2 of 2-9 bij een bestand van 4 pagina's, geeft de melding Kies paginanummers van 1 tot 4.

Doorgerekend met de eigen code van de tool.

Een bestand met meer dan 120 pagina's

Jij voert in
Pdf
121 pagina's
Pagina's
1-3
Je krijgt
Status
Voor de veiligheid ondersteunt deze tool maximaal 120 pagina's tegelijk. Gebruik het paginabereik om een kleiner deel te verwerken.

Het aantal pagina's van het hele bestand wordt gecontroleerd voordat het bereik wordt gebruikt. Een bestand van 121 pagina's wordt dus geweigerd, ook als je om drie pagina's vraagt. Een bestand van 120 pagina's met bereik 119-120 werkte wel.

Doorgerekend met de eigen code van de tool.

Wanneer het helpt

  • Kopieer de woorden van een gescande brief, een formulier of een gedrukte pagina naar een e-mail of document.
  • Haal de tekst van een gescand artikel of boekhoofdstuk op, zodat je erin kunt zoeken of eruit kunt citeren.
  • Haal de tekst uit een pdf waarin je met de muis geen woorden kunt selecteren.
  • Zet een paar pagina's van een gescand contract of rapport om in tekst die je op een klein scherm kunt lezen.
  • Lees een gescande handout in een van de 16 talen die de pagina aanbiedt.
  • Lees maar één hoofdstuk van een lang gescand boek door het paginabereik te typen.

Beperkingen om rekening mee te houden

  • OCR-talen zijn Engels, Spaans, Frans, Duits, Portugees, Arabisch, vereenvoudigd Chinees, Japans, Koreaans, Hindi, Bengaals, Russisch, Urdu, Turks, Vietnamees en Indonesisch. Je kunt er per keer maar één kiezen en de pagina kan de taal zelf niet detecteren.
  • Het hele bestand mag maximaal 120 pagina's hebben, ook als je met een paginabereik om minder vraagt. Splits een langer bestand eerst met een PDF-tool.
  • Een pagina wordt alleen als echte tekst behandeld als er meer dan 20 selecteerbare tekens op staan. Elke andere pagina wordt als afbeelding getekend en met OCR gelezen, ook als er een paar losse tekens op staan.
  • Pagina's worden vóór het lezen getekend op maximaal 1.7 keer hun grootte en niet breder dan ongeveer 1,800 pixels, dus zeer kleine letters, vage inkt, kolommen, tabellen en handschrift worden vaak verkeerd gelezen.
  • Het resultaat is alleen gewone tekst. Opmaak, afbeeldingen, tabellen en lettertypen blijven niet behouden, pagina's met tekst komen zonder regeleinden uit, en er wordt geen doorzoekbare PDF gemaakt.
  • Als je op Annuleren drukt, stopt het lezen na de pagina die bezig is. De tekst van de al gelezen pagina's blijft behouden en je kunt opnieuw op Uitpakken drukken.

Tips

  • Probeer eerst een of twee pagina's door een bereik zoals 1-2 te typen. Controleer de taal en de kwaliteit, en voer dan het hele bestand uit.
  • Kies de taal van de gedrukte tekst, niet de taal van je scherm. Een verkeerde keuze laat accenten vallen en leest letters verkeerd.
  • Gebruik een rechte, scherpe, goed verlichte scan. Scheve, wazige of beschaduwde pagina's geven slechtere tekst.
  • Lees het resultaat naast de pagina, vooral bij getallen, data, namen en bedragen, waar één verkeerd cijfer ertoe doet.
  • Splits een lang bestand in delen van minder dan 120 pagina's en verwerk de delen een voor een.
  • Houd dit tabblad open tot de scan klaar is, want lange bestanden kunnen op een traag apparaat even duren.

Bronnen

Veelgestelde vragen

Over PDF OCR en tekst uit scans halen.

Kan ik tekst uit een gescande PDF kopiëren?

Ja. Kies het bestand en de taal en druk op Tekst ophalen / OCR. Pagina's die alleen afbeeldingen zijn, worden met OCR gelezen, en de tekst verschijnt in het vak om te kopiëren. Herkenning kan fouten maken, dus controleer het resultaat aan de hand van de pagina.

Wordt mijn pdf naar een server geüpload?

Nee. De pdf wordt in je browser geopend en gelezen. De OCR-engine en het taalbestand worden de eerste keer dat ze nodig zijn geladen uit de eigen bestanden van deze site. De inhoud van je pdf wordt nergens naartoe gestuurd.

Welke talen kan het lezen?

Het biedt er 16: Engels, Spaans, Frans, Duits, Portugees, Arabisch, vereenvoudigd Chinees, Japans, Koreaans, Hindi, Bengaals, Russisch, Urdu, Turks, Vietnamees en Indonesisch. Je kiest er één per keer, dus een pagina met twee talen kun je het best in aparte keren verwerken.

Waarom moet ik een taal kiezen?

De leesengine gebruikt een taalbestand om te weten welke letters en woorden te verwachten. Een verkeerde keuze geeft verkeerde resultaten, zoals verloren accenten. De taal is alleen van belang voor gescande pagina's, omdat echte tekst gewoon wordt gekopieerd.

Waarom was de eerste keer langzaam?

Op de eerste gescande pagina moet de browser de OCR-engine downloaden, enkele megabytes, en het taalbestand, dat voor de aangeboden talen ongeveer 0.4 tot 2 MB groot is. De pagina zegt dat je browser het bestand bewaart, dus latere keren gaan sneller, tenzij de cache wordt gewist.

Hoe bepaalt de tool of een pagina OCR nodig heeft?

Het probeert eerst de tekst te lezen die in elke pagina is opgeslagen. Als een pagina meer dan 20 tekens selecteerbare tekst heeft, wordt die tekst gebruikt. Zo niet, dan wordt de pagina als afbeelding getekend en met OCR gelezen. Als alle pagina's tekst hebben, wordt er geen OCR uitgevoerd en wordt er geen taalbestand geladen.

Maakt het een doorzoekbare PDF?

Nee. Het geeft je gewone tekst om te kopiëren en je originele pdf wordt niet gewijzigd. Als je een pdf met een verborgen tekstlaag nodig hebt, heb je een andere tool nodig.

Waarom komen sommige pagina's als één lange regel uit?

Pagina's die al hun eigen tekst hebben, worden item voor item gelezen en met spaties samengevoegd, dus hun regeleinden blijven niet behouden. Pagina's die met OCR zijn gelezen, behouden de regeleinden die de lezer in de afbeelding vond.

Hoe nauwkeurig is het resultaat?

Dat hangt af van de scan. Schone, grote, rechte tekst in de juiste taal wordt goed gelezen. Kleine letters, vage inkt, handschrift, kolommen en tabellen worden vaker verkeerd gelezen. Controleer namen, data en getallen altijd voordat je de tekst gebruikt.

Is er een limiet aan het aantal pagina's of de bestandsgrootte?

Het bestand mag in totaal maximaal 120 pagina's hebben. De paginacode stelt geen grootte in megabytes in, maar grote bestanden hebben meer geheugen op je apparaat nodig en duren langer, omdat pagina's een voor een worden gelezen.

Hoe sla ik de tekst op in een bestand?

Druk op TXT downloaden om een gewoon tekstbestand op te slaan, of op Tekst kopiëren en plak het in een editor. Het vak Uitgepakte tekst is alleen-lezen, dus je kunt er niet in bewerken. Elke pagina begint met een regel zoals --- Pagina 1 ---, die je in je editor kunt verwijderen.

Kan het handschrift of tabellen lezen?

Niet betrouwbaar. De leesengine is gebouwd voor gedrukte tekst. Handschrift wordt vaak verkeerd gelezen en tabellen komen eruit als regels gewone tekst zonder hun rijen en kolommen. Gebruik het resultaat als een concept dat je met de hand corrigeert.

Kan ik tekst kopiëren uit een gescande PDF?

Ja. OCR herkent tekst in pagina-afbeeldingen en maakt een doorzoekbare PDF-kopie aan. Bij de herkenning kunnen fouten optreden, vooral bij handgeschreven tekst of scans van lage kwaliteit.

Wordt mijn gescande PDF geüpload?

Nee. OCR wordt in je browser uitgevoerd. De taalgegevens worden bij het eerste gebruik van UsefulVerse geladen en kunnen opnieuw worden gedownload als je cache wordt gewist.