OCR для PDF онлайн бесплатно: полное руководство 2026
У вас есть сканированный PDF, который выводит из себя. При открытии страницы выглядят как обычный PDF, но попробуйте выделить предложение, и ничего не произойдёт. Нажмите Ctrl+F, чтобы найти имя или термин, и поиск ничего не даст. Попробуйте скопировать абзац для цитаты в письме, и вы не ухватите ни единого слова. Попробуйте конвертировать файл в Word, и на выходе получится набор картинок страниц вместо редактируемого текста. Такой PDF состоит только из изображений: каждая страница представляет собой картинку с текстом, а не настоящие текстовые символы. Для всех, кто работает с документом (для вас, для поиска, для программы чтения с экрана, для редактора), содержимое остаётся невидимым.
iHatePDF OCR PDF решает эту задачу за считаные секунды. Оптическое распознавание символов (OCR) считывает визуальное содержимое каждой страницы и восстанавливает текст в виде настоящего слоя, доступного для поиска и выделения. Есть два варианта результата: PDF с поиском, внешне неотличимый от оригинала (текстовый слой спрятан под изображением), или обычный текстовый файл (.txt) только с распознанными словами. Вёрстка, шрифты и изображения оригинала в PDF с поиском сохраняются в точности, меняются лишь ваши возможности работы с файлом. Теперь Ctrl+F находит каждое слово, текст выделяется мышью, копирование работает, программы чтения с экрана озвучивают содержимое, а сам файл можно передать дальше в PDF в Word или PDF в Excel чтобы получить полностью редактируемую версию. Бесплатно, без водяных знаков, без регистрации. Это руководство охватывает всё: как OCR устроен изнутри, два формата на выходе, чего ждать от точности, поддержку разных языков, влияние на доступность и типичные сценарии, от отсканированных книг до судебных материалов.
- Открыть iHatePDF «OCR PDF» и загрузите отсканированный PDF
- Выберите формат результата: PDF с поиском по тексту (вид не меняется) или обычный текстовый файл
- Нажмите «OCR PDF», движок прочитает каждую страницу и добавит текстовый слой
- Скачайте PDF с текстовым слоем или текстовый файл
- По желанию: продолжите цепочку через PDF в Word или PDF в Excel, чтобы получить редактируемую версию
Зачем распознавать текст в PDF?
Отсканированные PDF внешне не отличаются от текстовых, но по возможностям это совсем разные вещи. Всё, что работает с текстом (поиск, копирование, конвертация, экранные дикторы, полнотекстовое индексирование), на сканах не срабатывает, потому что текста там нет, есть только картинки. OCR устраняет этот разрыв, добавляя недостающий текстовый слой.
Десять конкретных сценариев, где OCR действительно нужен:
- Отсканированные книги и учебники. Студентам и исследователям нужно искать, цитировать и ссылаться на отсканированные научные тексты. OCR возвращает сканам книг поиск по Ctrl+F и копирование.
- Юридические документы и приложения к ним. Судебные материалы, протоколы допросов, договоры и документы раскрытия должны быть доступны для поиска при подготовке и анализе дела.
- Банковские выписки и финансовые документы. Банковские выписки, состоящие только из изображений, становятся доступными для поиска конкретных операций, дат и сумм.
- Чеки и счета. Авансовые отчёты готовятся куда легче, когда по PDF с чеками работает поиск и из них можно извлекать данные.
- Медицинские карты. Отсканированные медицинские документы нужно прогнать через OCR, иначе в них не найти ни результатов анализов, ни дат, ни терминов.
- Исторические и архивные документы. Старые записи, генеалогические документы и исторические архивы превращаются в копии с полнотекстовым поиском.
- Налоговые документы. Многостраничные налоговые декларации, формы W-2 и 1099 и подтверждающие документы превращаются в архивы с поиском.
- Научные работы по отсканированным источникам. Старые издания, сборники конференций и сканы журналов становятся цитируемыми источниками с поиском по тексту.
- Доступность для программ чтения с экрана. Люди с нарушениями зрения пользуются экранными дикторами, которым нужен настоящий текст. OCR делает отсканированные PDF доступными.
- Подготовка к конвертации PDF в Word или в Excel. Инструменты конвертации работают заметно лучше с PDF, где есть текстовый слой, поэтому OCR это стандартный первый шаг перед конвертацией.
Как устроен OCR изнутри
Понимание основ OCR помогает трезво оценивать результат и добиваться лучшего качества.
Как устроен процесс OCR:
- Предобработка изображения. Страница очищается: выравнивается при наклоне, повышается контраст, убирается шум, а затем она переводится в оптимальный формат для распознавания символов.
- Анализ вёрстки. Движок определяет области страницы: текстовые блоки, изображения, таблицы, колонки. Каждый тип области обрабатывается по-своему.
- Распознавание символов. Внутри текстовых областей формы отдельных символов сопоставляются с обучающими данными движка. Чтобы определить каждый символ, движок опирается на сопоставление шаблонов, языковые модели и контекст.
- Восстановление слов и строк. Символы объединяются в слова и строки с сохранением исходной структуры вёрстки.
- Добавление текстового слоя. При выводе в PDF с поиском распознанный текст помещается в невидимый слой под исходным изображением, и каждое слово располагается там, где оно находится визуально. При выводе в обычный текст слова извлекаются в порядке чтения, без данных о расположении.
- Проверка качества. Движок присваивает распознанному тексту оценку уверенности. Чем лучше качество скана, тем выше уверенность; чем хуже скан, тем ниже уверенность и точность.
Для большинства документов весь процесс занимает секунды. Длинные документы с большим числом страниц обрабатываются пропорционально дольше, но редко больше минуты-двух.
Как сделать OCR для PDF: пошаговый разбор
- Откройте инструмент. Зайдите на iHatePDF «OCR PDF» в любом браузере. Работает на Windows, Mac, Linux, Chromebook, iPhone, Android и планшетах.
- Загрузите отсканированный PDF. Перетащите файл или нажмите, чтобы выбрать его. Импорт из облака работает из Google Drive, Dropbox, а также OneDrive.
- Выберите формат на выходе:
- PDF с поиском по тексту: документ выглядит точно так же, как оригинал, а под изображением добавляется невидимый текстовый слой. Подходит для большинства задач (архивы, обмен файлами, цитирование).
- Обычный текст (.txt): извлекает только слова со всех страниц в простой текстовый файл. Подходит для анализа текста, подготовки наборов данных или переноса содержимого в новый документ.
- Нажмите «OCR PDF». Движок читает каждую страницу, распознаёт символы, восстанавливает слова и строки и формирует результат.
- Обработка занимает от нескольких секунд до минуты. Одностраничные документы обрабатываются почти мгновенно, документы на сотни страниц дольше.
- Проверьте результат. Откройте PDF с текстовым слоем и попробуйте найти известное слово через Ctrl+F. Выделите текст мышью и убедитесь, что он копируется. Откройте текстовый файл и проверьте, что извлечённое содержимое совпадает с тем, что видно в документе.
- Скачайте результат. Сохраните PDF с поиском по тексту или текстовый файл на устройство либо в облако.
- По желанию: продолжите в другом инструменте. Отправьте PDF с поиском по тексту в PDF в Word для редактируемого документа Word, PDF в Excel для табличных данных или любого другого инструмента, которому нужен текстовый слой.
Два формата на выходе: что и когда выбирать
PDF с поиском (по умолчанию, самый частый вариант)
Документ выглядит точно так же, как исходный отсканированный PDF: те же изображения, та же вёрстка, те же шрифты (визуально). Распознанный OCR текст лежит на невидимом слое под ними, идеально совмещённый с видимым содержимым.
Лучше всего для:
- Архивирование и хранение отсканированных документов (выглядит как обычный PDF, но теперь по нему работает поиск)
- Отправка документов, которые должны выглядеть в точности как оригинал
- Документы, где важна вёрстка (анкеты, чеки, отчёты с форматированием)
- Подготовка к конвертации в Word, Excel или PowerPoint
- Доступность (теперь экранные дикторы могут прочитать документ)
Обычный текст (.txt)
На выходе получается простой текстовый файл, где есть только слова, извлечённые со всех страниц. Ни изображений, ни вёрстки, ни структуры PDF, ни шрифтов. Только слова в порядке чтения.
Лучше всего для:
- Анализ текста, индексация для поиска или интеллектуальный анализ содержимого документов
- Построение баз данных с поиском по содержимому документов
- Копирование содержимого в другой документ или систему
- Подготовка отсканированного материала к архивации в виде обычного текста
- Массовая обработка, когда нужен только текст, а не исходная вёрстка
Точность OCR: чего ожидать
OCR не волшебство. Точность сильно зависит от качества исходника.
Что влияет на точность:
- Разрешение скана. Стандартный минимум для хорошего OCR составляет 300 DPI. Более высокое разрешение (400-600) повышает точность на мелком или насыщенном деталями тексте. Низкое (150 и ниже) даёт плохой результат.
- Качество изображения. Чистые контрастные сканы распознаются лучше, чем выцветшие, блёклые или зашумлённые изображения. Снимки с телефона обычно уступают по качеству планшетному сканеру.
- Выбор шрифта. Распространённые шрифты (Arial, Times, Helvetica, Garamond) распознаются надёжно. Необычные и декоративные (рукописные, каллиграфические, очень тонкие или очень жирные начертания) могут давать ошибки.
- Перекос страницы. Страницы, отсканированные под углом, снижают точность. Движок OCR до определённого предела выравнивает наклон автоматически, но сильно перекошенные страницы всё равно распознаются хуже.
- Сложность вёрстки. Лучше всего распознаётся текст в одну колонку с чёткими абзацами. Многоколоночная вёрстка, таблицы и страницы, где текст перемешан с изображениями, даются сложнее.
- Язык. Движок автоматически определяет письменность документа (латиница, кириллица, иероглифика, арабское письмо, иврит, греческий и другие), либо вы можете выбрать конкретный язык из списка. Для документов на одном языке с распространённой письменностью точность высокая, а у документов на нескольких языках или с редкой письменностью она может быть ниже.
- Рукописный текст. Заметно сложнее печатного текста. Даже аккуратный почерк распознаётся с меньшей точностью, чем набранный текст.
Для обычных чистых сканов печатных документов ожидайте точность 95% и выше. Для плохих сканов или нестандартного содержимого точность составит от 60 до 85%. Для критически важных материалов (юридических, медицинских, финансовых) всегда проверяйте результат OCR вручную, прежде чем на него полагаться.
OCR для доступности (программы чтения с экрана)
Один из важнейших сценариев OCR это доступность. Отсканированные PDF, технически состоящие только из изображений, полностью недоступны программам чтения с экрана, потому что читать там нечего. После OCR текстовый слой делает документ полностью доступным.
Почему это важно:
- Пользователи с нарушениями зрения полагаются на программы чтения с экрана. Программы вроде NVDA, JAWS, VoiceOver и TalkBack читают текст вслух или выводят его на брайлевские дисплеи.
- PDF из одних картинок для экранных дикторов невидимы. Пользователь вообще не может взаимодействовать с содержимым.
- PDF с распознанным текстом полностью доступны. Экранные дикторы могут озвучить каждое слово, перемещаться по заголовкам и абзацам и искать по содержимому.
- Требования законодательства о доступности. Во многих странах доступность обязательна для государственных и учебных материалов (раздел 508 в США, EN 301 549 в ЕС и похожие стандарты в других регионах). OCR остаётся стандартным первым шагом к тому, чтобы отсканированные материалы соответствовали требованиям.
- Инклюзивный дизайн. Документы с возможностью поиска удобнее и тем, у кого особые потребности при чтении, включая тех, кому проще искать по тексту, чем листать страницы.
Типичные ситуации, когда нужен OCR
| Сценарий | Рекомендуемый результат |
|---|---|
| Отсканированный учебник для занятий | PDF с поиском, и дальше оставляем его в PDF для чтения |
| Приложение к делу при подготовке к суду | PDF с поиском по тексту, часто затем PDF в Word |
| Банковская выписка в таблицу | Сначала PDF с поиском, затем PDF в Excel |
| Старый чек для авансового отчёта | PDF с поиском для архива, текст для анализа |
| Отсканированная медицинская карта | PDF с текстовым слоем для удобного поиска |
| Документ из исторического архива | PDF с поиском по тексту для долговременного хранения |
| Отсканированная налоговая декларация | PDF с поиском по тексту, чтобы легко находить нужное |
| Доклад конференции из скана | PDF с поиском для цитирования |
| Массовый анализ текста в документах | Обычный текст для обработки данных |
| Доступность для слабовидящих | PDF с поиском (необходим для программ чтения с экрана) |
| Подготовка скана к переводу | Обычный текст или PDF с поиском |
| Создание архива с полнотекстовым поиском | PDF с возможностью поиска (оригиналы сохраняются) + обычный текст (для поискового индекса) |
Частые проблемы с OCR в PDF (и их решения)
Низкая точность OCR
Ошибки распознавания попадают в PDF с текстовым слоем или в текстовый файл. Решение: Обычно дело в качестве исходника. Отсканируйте документ заново в более высоком разрешении (минимум 300 DPI, а лучше от 400 до 600), с хорошим освещением и без перекоса. Если пересканировать нельзя, придётся смириться с частью ошибок и проверить ключевое содержимое вручную.
OCR занял много времени
Очень длинные документы (сотни страниц) обрабатываются дольше. Решение: Если OCR нужен только для отдельных страниц, используйте Разделить PDF сначала, чтобы выделить нужные страницы, а затем запускайте OCR. Для очень больших объёмов OCR обрабатывайте файл частями по 50-100 страниц.
В PDF уже есть текст, но OCR всё равно запустился
Запускать OCR для PDF, в котором уже есть текстовый слой, обычно безвредно, но бессмысленно. Решение: Проверка перед OCR: откройте PDF и попробуйте выделить и скопировать предложение. Если текст выделяется, OCR не нужен. Пропуская OCR для текстовых PDF, вы экономите время обработки.
Многоколоночная вёрстка получилась перемешанной
Сложная вёрстка может сбить порядок чтения в обычном текстовом результате. Решение: Для документов с многоколоночной вёрсткой PDF с поиском сохраняет визуальную структуру корректно (текст можно искать и выделять). В обычном текстовом файле порядок строк может оказаться неожиданным; если это важно, используйте PDF с поиском и копируйте текст оттуда вручную.
Рукописный текст не распознан
Обычный OCR рассчитан на печатный текст. Решение: Аккуратные печатные буквы от руки распознаются частично, а вот с прописью или неразборчивым почерком чаще всего ничего не выходит. Если рукописный текст критически важен, надёжнее набрать его вручную или обратиться к специализированным сервисам распознавания почерка.
Математические формулы или спецсимволы потерялись
OCR рассчитан на обычный текст. Решение: Математические формулы, научные символы и редкие знаки могут распознаться неверно. Для научных и технических документов с обилием формул заложите время на ручную проверку и правку соответствующих фрагментов после OCR.
OCR на телефоне (iPhone и Android)
OCR на телефоне удобен для такого сценария: сфотографировали документ, распознали текст и отправили дальше как PDF с поиском.
На iPhone или iPad:
- Откройте Safari и перейдите на ihatepdf.com/ocr-pdf
- Нажмите на область загрузки и выберите отсканированный PDF в «Файлах» (или импортируйте недавно полученный файл)
- Выберите формат результата (PDF с поиском или простой текст)
- Нажмите «OCR PDF»
- PDF с текстовым слоем или текстовый файл сохраняется в «Файлы», в папку «Загрузки», и готов к отправке через Mail, Messages или любое другое приложение
На Android:
- Откройте Chrome и перейдите на ihatepdf.com/ocr-pdf
- Нажмите на область загрузки и выберите отсканированный PDF в памяти телефона или на Google Drive
- Выберите формат на выходе
- Нажмите «OCR PDF»
- PDF с поиском или текстовый файл сохранится в папку загрузок и будет готов к отправке через Gmail, WhatsApp или любое другое приложение
Стандартный порядок: приложение-сканер на телефоне снимает документы, а OCR от iHatePDF за секунды превращает полученные PDF с картинками в файлы с поиском по тексту.
Советы для лучшего результата OCR
- Сканируйте с разрешением от 300 DPI. Главный фактор точности OCR. Стандартный минимум составляет 300 DPI, а 400-600 DPI дают отличный результат.
- Снимая телефоном, позаботьтесь о свете. Ровный яркий свет лучше тусклого или неравномерного. Избегайте теней и бликов на документе.
- Держите страницы ровно и без перекоса. Перекошенные или изогнутые страницы снижают точность. Используйте подставку для сканирования или кладите документы на ровную поверхность.
- Избегайте рукописного текста, если важна точность. Обычный OCR рассчитан на печатный текст. Для рукописного используйте специализированные инструменты или ручную расшифровку.
- Проверяйте важное содержимое вручную. Для юридических, медицинских и финансовых документов обязательно сверьте результат OCR с оригиналом, прежде чем на него полагаться.
- В большинстве случаев выбирайте PDF с поиском. Формат по умолчанию, который сохраняет внешний вид документа и добавляет поиск по тексту.
- Для анализа используйте обычный текст. Когда нужны только слова, а не оформление.
- Передайте файл в «PDF в Word» для редактирования. Стандартный порядок: сначала OCR, чтобы добавить текстовый слой, затем конвертация в Word для полноценного редактирования.
- Для доступности OCR обязателен. Ни одна программа экранного доступа не прочитает PDF из одних изображений. OCR остаётся минимальным условием доступности отсканированного содержимого.
Цепочки инструментов
OCR часто становится одним из первых шагов. Типичные цепочки:
- Сначала OCR, затем PDF в Word. Стандартный порядок работы с отсканированным содержимым. PDF в Word использует текстовый слой OCR и выдаёт по-настоящему редактируемый документ Word.
- Сначала OCR, затем PDF в Excel. Для отсканированных банковских выписок, счетов, таблиц. PDF в Excel извлекает табличные данные из распознанного текста.
- Сначала OCR, затем PDF в PowerPoint. Для отсканированных слайдов и презентаций. PDF в PowerPoint создаёт редактируемые слайды из распознанного OCR содержимого.
- Сначала OCR, затем сжатие. После того как OCR добавит текстовый слой, Сжать PDF чтобы уменьшить размер файла.
- Сначала OCR, потом объединение. Прогоните каждый скан через OCR, затем Объединить PDF чтобы получить объединённый документ с полноценным поиском.
- Сначала OCR, затем защита. Добавьте текстовый слой, затем Защитить PDF паролем, если это нужно.
- Сначала OCR, затем вымарывание. Сначала сделайте текст доступным для поиска, затем Скрыть данные PDF позволяет указать конкретный текст для удаления.
Конфиденциальность и безопасность
В отсканированных документах часто оказывается конфиденциальное содержимое: медицинские карты, судебные материалы, финансовая отчётность, договоры. iHatePDF спроектирован с учётом этого. Файлы загружаются по HTTPS, обрабатываются на наших защищённых серверах, возвращаются к вам в виде PDF с текстовым слоем или текстовых файлов, а исходники автоматически удаляются в конце сессии. Никакого просмотра людьми, никакого обучения AI, никакой передачи третьим лицам. Соответствует GDPR. Полная картина в руководстве по приватности и безопасности.
Частые вопросы
What exactly does OCR do to my PDF?
Optical Character Recognition (OCR) analyses the image content of each page and identifies text characters. For a scanned PDF (which is technically a PDF containing images of pages, with no real text), OCR reads the image and reconstructs the words as searchable, selectable text. The output is either a searchable PDF (visually identical to the original, with an invisible text layer underneath the image) or a plain text file containing just the extracted words.
Will my PDF look any different after OCR?
No, the searchable PDF output looks exactly identical to the original. The recognised text sits on a hidden layer underneath the image, so the visual appearance is unchanged. Layouts, fonts (as visible), images, and all original styling are preserved. The difference is what you can do with the file: select, copy, search, and screen-read.
What if my PDF already has real text in it?
If your PDF already has a proper text layer (not just images), OCR is unnecessary. You can test this by trying to select and copy text from the document; if it works, the text layer is already present. Running OCR on a PDF that already has text usually does no harm (the existing text is preserved) but adds no value either. OCR is meant for image-only PDFs from scanners, phone cameras, or other capture sources.
What is the difference between the searchable PDF and the text file output?
Searchable PDF: visually identical to your original PDF, but with an invisible text layer added so you can search, select, copy, and use screen readers. The file is still a PDF, with images and layouts preserved. Plain text (.txt) file: just the extracted words as a simple text file, no formatting, no images, no layout, no PDF structure. Use searchable PDF when you want to keep the document as a PDF (most common case). Use plain text when you only need the words for other purposes (text analysis, dataset preparation, search indexing, copy-paste into another document).
How accurate is the text recognition?
Accuracy depends on the source quality. For clean, high-resolution scans of typed text in common fonts (Arial, Times, Helvetica), accuracy is typically 95% or better. For lower-resolution scans, unusual fonts, multi-column layouts, mixed languages, or handwritten content, accuracy can drop significantly. For best results: scan at 300 DPI or higher, use uncompressed or high-quality compression, ensure the source is well-lit and not skewed, and verify critical content manually before relying on the OCR output.
Can I edit the recognised text afterwards?
The searchable PDF output keeps the original visual layout (image-based) with a text layer for searching. To edit the text directly, chain the OCR'd PDF into PDF to Word or PDF to PowerPoint for a fully editable file. The PDF to Word conversion uses the OCR text layer to produce a properly editable Word document. This two-step workflow (OCR first, then convert) is the standard path from scan to editable document.
Можно ли импортировать файлы из Google Drive, Dropbox или OneDrive?
Yes. Click the cloud icon during upload and authenticate once with your cloud provider. After that, browse cloud folders and select PDFs directly. The OCR'd PDF or text file can be saved back to the same cloud location with one click, no local download or re-upload step needed.
Остаются ли мои файлы конфиденциальными?
Yes. Files upload over HTTPS, process on our secure servers, return to you as OCR'd PDFs or text files, and the originals delete automatically at the end of your session. No human review, no AI training, no third-party sharing. GDPR-compliant. Safe for confidential scans (medical records, legal documents, financial statements, contracts) that need OCR before processing.
Работает ли инструмент на телефоне?
Yes. Works in any modern mobile browser (Safari on iPhone, Chrome on Android, Firefox, Edge, Samsung Internet). Upload a scanned PDF from your phone, pick output format, click OCR, and download the searchable PDF or text file. Useful right after capturing a document with your phone camera or scanner app: scan, OCR, then forward or store as a fully searchable document.
Работает ли OCR с рукописными документами?
Handwriting recognition is significantly harder than printed text OCR, and results vary widely. Clean, neat handwriting in consistent style may produce usable output but with lower accuracy than printed text. Messy or cursive handwriting often produces poor results. For mission-critical handwritten content (historical documents, signed forms, handwritten notes), consider specialised handwriting OCR services or manual transcription. For printed text in scans, accuracy is much higher.
Поддерживается ли несколько языков?
Yes. The OCR engine supports most major languages including English, Spanish, French, German, Italian, Portuguese, Dutch, Polish, Czech, Romanian, Hungarian, Turkish, Russian, Ukrainian, Bulgarian, Greek, Chinese (Simplified and Traditional), Japanese, Korean, Arabic, Hebrew, Hindi, Vietnamese, Thai, and many more. The tool auto-detects the document's script, or you can pick the exact language from the dropdown for best accuracy. For best results, use scans in a single primary language at 300 DPI or higher.
Можно ли использовать OCR вместе с экранными дикторами для доступности?
Yes, this is one of the most important use cases. Scanned PDFs are normally invisible to screen readers because they contain no real text, just images. After OCR, the text layer makes the document fully accessible: NVDA, JAWS, VoiceOver, TalkBack, and other screen readers can read the content aloud. Critical for making historical archives, legal documents, and scanned books accessible to users with visual impairments.
Можно ли после OCR конвертировать в Word или Excel?
Yes. This is the standard workflow for editing scanned content. Run OCR first to add a text layer, then send the OCR'd PDF into PDF to Word for editable Word documents, PDF to Excel for tabular data, or PDF to PowerPoint for slide content. The OCR step is what makes these conversions work properly on scanned PDFs; without it, the conversion tools would produce only image-based output, not editable text.
Появляется ли водяной знак на PDF после OCR?
No. No watermarks, no signup gate, no daily caps. The OCR PDF is your original scan with the searchable text layer added cleanly. iHatePDF makes money through optional Pro features, not by watermarking free tool output.
Превращайте PDF из одних картинок в текст, доступный для поиска и выделения. На выходе PDF с текстовым слоем (выглядит идентично) или обычный текстовый файл. Удобно для программ чтения с экрана. Без водяного знака, работает на телефоне, без регистрации.
OCR PDF →Другие инструменты
Бесплатные, быстрые и приватные инструменты для PDF.