mirror of
https://github.com/alam00000/bentopdf.git
synced 2026-11-05 20:02:47 +01:00
55 lines
3.9 KiB
Markdown
55 lines
3.9 KiB
Markdown
---
|
|
title: OCR em PDF
|
|
description: Torne PDFs digitalizados pesquisáveis e copiáveis usando o Tesseract OCR, com suporte a vários idiomas e filtragem de caracteres.
|
|
---
|
|
|
|
# OCR em PDF
|
|
|
|
Transforme documentos digitalizados em PDFs pesquisáveis e copiáveis. A ferramenta usa o Tesseract OCR para reconhecer o texto nas imagens e sobrepõe uma camada de texto invisível sobre as páginas originais, preservando a aparência visual e tornando o conteúdo totalmente pesquisável.
|
|
|
|
## Como funciona
|
|
|
|
1. Envie um PDF digitalizado ou baseado em imagem.
|
|
2. Selecione um ou mais idiomas presentes no documento na lista de idiomas pesquisável.
|
|
3. Se quiser, ajuste as configurações avançadas (resolução, binarização, lista de permissão).
|
|
4. Clique em **Iniciar OCR** e acompanhe o progresso na barra de progresso em tempo real.
|
|
5. Ao terminar, revise o texto extraído e baixe o PDF pesquisável ou um arquivo `.txt` simples.
|
|
|
|
## Recursos
|
|
|
|
- OCR em vários idiomas com um seletor de idiomas pesquisável
|
|
- A camada de texto invisível preserva a aparência original do documento
|
|
- Barra de progresso em tempo real e saída de log durante o processamento
|
|
- Baixe os resultados como PDF pesquisável ou arquivo de texto simples
|
|
- Copie o texto extraído diretamente para a área de transferência
|
|
- Três níveis de resolução para equilibrar velocidade e precisão
|
|
|
|
## Opções
|
|
|
|
| Configuração | Valores | Padrão | Finalidade |
|
|
| --------------------------------------- | ----------------------------------------------------------------------------------------------------------- | --------- | ------------------------------------------------------------------------------------------------ |
|
|
| **Resolução** | Padrão (192 DPI), Alta (288 DPI), Ultra (384 DPI) | Alta | Resolução maior melhora a precisão em textos pequenos, mas leva mais tempo |
|
|
| **Binarizar imagem** | Ligado / Desligado | Desligado | Melhora o contraste em digitalizações limpas, convertendo para preto e branco |
|
|
| **Predefinição da lista de caracteres** | Nenhuma, Alfanumérica, Números + Moeda, Somente letras, Somente números, Fatura, Formulários, Personalizada | Nenhuma | Restringe os caracteres reconhecidos para melhorar a precisão em tipos específicos de documentos |
|
|
| **Lista de caracteres permitidos** | Texto livre | Vazio | Conjunto de caracteres manual quando a predefinição é Personalizada |
|
|
|
|
## Casos de uso
|
|
|
|
- Tornar contratos e faturas digitalizados pesquisáveis para usar Ctrl+F neles
|
|
- Extrair texto de documentos fotografados ou de registros antigos em papel
|
|
- Processar recibos com a predefinição Fatura para capturar com precisão valores e datas
|
|
- Criar PDFs acessíveis a partir de digitalizações somente de imagem para atender requisitos de conformidade
|
|
- Extrair em lote o conteúdo de texto de livros ou manuais digitalizados
|
|
|
|
## Dicas
|
|
|
|
- Selecione vários idiomas se o seu documento tiver conteúdo em idiomas mistos (por exemplo, títulos em inglês com corpo de texto em japonês).
|
|
- Use a opção de binarização em documentos com texto desbotado ou de baixo contraste: ela pode melhorar bastante a precisão do reconhecimento.
|
|
- As predefinições Fatura e Formulários reduzem drasticamente os falsos positivos em documentos estruturados, ignorando formas de caracteres irrelevantes.
|
|
|
|
## Ferramentas relacionadas
|
|
|
|
- [Extrair Tabelas](./extract-tables)
|
|
- [Mesclar PDF](./merge-pdf)
|
|
- [Comprimir PDF](./compress-pdf)
|