Resposta rápida: OCR é o software que reconhece as letras em uma imagem de texto, como uma digitalização ou a foto de uma página, e as transforma em texto de verdade, que você pode pesquisar, selecionar e copiar.
OCR (reconhecimento óptico de caracteres) explicado
OCR, ou reconhecimento óptico de caracteres, lê as letras de uma imagem e as transforma em texto. Um scanner ou a câmera do celular só tira uma foto da página: para o computador, um contrato digitalizado é igual à foto de um gato. Não dá para pesquisar com Ctrl+F, selecionar uma frase nem copiar um valor. O OCR resolve isso.
O resultado costuma vir de duas formas. Um PDF pesquisável mantém as imagens originais das páginas e adiciona uma camada invisível de texto por trás delas, então o documento continua igual, mas pesquisar e copiar funcionam. O texto simples entrega só as palavras, prontas para editar, traduzir ou colar em outro lugar.
A precisão depende da digitalização. Páginas nítidas, retas e bem iluminadas, com uma fonte comum, saem quase perfeitas; letra de mão, fotocópias apagadas, fotos tortas e fontes incomuns causam erros, então confira nomes e números antes de confiar neles.
Como ter um bom resultado de OCR
- Digitalize em 300 dpi ou tire a foto de frente, com boa luz. Texto borrado ou muito pequeno é a principal causa de erros.
- Escolha o idioma certo. O OCR usa um dicionário e um alfabeto para cada idioma; o idioma errado transforma acentos e letras em bobagem.
- Deixe as páginas em pé antes, se foram digitalizadas de lado.
- Guarde o original. Um PDF pesquisável continua com as imagens das páginas, então nada se perde se uma palavra for lida errado.
OCR, PDF para texto e PDF para Word
| Você tem | Você quer | Usar |
|---|---|---|
| Um PDF digitalizado ou uma foto | Pesquisar e copiar, com a mesma aparência | OCR para PDF pesquisável |
| Um PDF digitalizado ou uma foto | Só as palavras | OCR para texto (imagem para texto) |
| Um PDF gerado a partir de um documento (texto já selecionável) | As palavras | PDF para texto, sem precisar de OCR |
| Um PDF com texto selecionável | Um documento editável | PDF para Word |
Teste rápido: se você consegue selecionar uma palavra no PDF, ele já tem texto e não precisa de OCR.
Perguntas frequentes
O que significa OCR?
Optical character recognition, ou reconhecimento óptico de caracteres: um software que reconhece as letras em uma imagem e as transforma em texto.
Dá para fazer OCR de um PDF de graça sem enviá-lo?
Sim. Nossa ferramenta OCR em PDF roda o mecanismo de código aberto Tesseract no seu navegador, em 19 idiomas, então o PDF fica no seu dispositivo.
O OCR lê letra de mão?
Só mal. O OCR foi feito para texto impresso; letras de forma bem caprichadas às vezes funcionam, letra cursiva geralmente não.
O OCR muda a aparência do meu PDF?
Não quando você gera um PDF pesquisável: as imagens originais das páginas ficam, e uma camada de texto invisível é adicionada por trás delas.
Pronto para enviar?
Arraste os arquivos, copie o link e pronto. Grátis até 20 GB, sem cadastro.
Enviar arquivos grátis