OCR PDF — Biến PDF Quét Thành Tìm Kiếm Được
Tải PDF quét lên, GroPDF sẽ nhận dạng văn bản từng trang, tạo PDF tìm kiếm được để bạn sao chép văn bản.
Kéo & thả file của bạn vào đây
hoặc nhấn để chọn từ thiết bị
More languages coming soon. The OCR engine (26 MB) loads only when you use this tool.
OCR (Nhận dạng ký tự quang học) đọc văn bản trong PDF và ảnh đã quét, biến chúng thành văn bản có thể tìm kiếm và chọn được. GroPDF chạy OCR thực sự hoàn toàn trong trình duyệt của bạn — file của bạn không bao giờ rời khỏi thiết bị.
Tải PDF đã quét lên và GroPDF sẽ nhận dạng văn bản trên mọi trang, rồi tạo PDF mới trông giống hệt nhưng chứa lớp văn bản ẩn. Bạn có thể tìm kiếm trong đó, sao chép văn bản từ đó, và tìm bằng Ctrl+F.
Cách OCR PDF
- Tải PDF đã quét của bạn lên.
- Nhấn Bắt đầu OCR và chờ trong khi từng trang được nhận dạng.
- Tải PDF có thể tìm kiếm xuống — văn bản giờ đã chọn được.
Chất lượng bản quét quyết định độ chính xác
OCR không làm phép màu với đầu vào tệ. Bản quét sạch, thẳng, tương phản cao ở 300 DPI cho kết quả gần như hoàn hảo; trang mờ, nghiêng hoặc in nhạt sẽ cho ra văn bản lỗi chỗ này chỗ kia. Nếu kết quả kém, hãy quét lại thay vì chạy lại cùng một file — đầu vào sạch là yếu tố quan trọng nhất. Chữ viết tay không được nhận dạng đáng tin cậy; công cụ này dành cho văn bản in hoặc đánh máy.
Lần chạy đầu tiên và các lần sau
Lần đầu bạn dùng OCR, trình duyệt tải dữ liệu ngôn ngữ (khoảng 23 MB cho tiếng Anh). Việc này chỉ xảy ra một lần — dữ liệu được lưu cache, nên các lần chạy sau bắt đầu ngay lập tức. Quá trình nhận dạng tốn CPU: tài liệu dài có thể mất vài phút, và bạn nên để tab mở trong khi công cụ làm việc. Nhưng đổi lại, không có giới hạn số trang mỗi ngày và không có watermark — và vì mọi thứ chạy cục bộ, những tài liệu quét riêng tư nhất của bạn cũng không bao giờ rời khỏi thiết bị.
Các bước nhanh
- Tải PDF đã quét của bạn lên.
- Chọn ngôn ngữ của tài liệu để có độ chính xác nhận dạng tốt nhất.
- Nhấn Bắt đầu OCR — công cụ xử lý từng trang (mất một lúc; dữ liệu ngôn ngữ tải xuống một lần rồi được lưu cache).
- Tải PDF có thể tìm kiếm xuống, rồi thử chọn và sao chép văn bản để kiểm tra.
Vì sao nên OCR bằng GroPDF?
Hầu hết OCR miễn phí hoặc tải bản quét của bạn lên máy chủ, hoặc giới hạn số trang mỗi ngày, hoặc đóng watermark lên đầu ra. GroPDF chạy công cụ OCR Tesseract ngay trong trình duyệt của bạn — tài liệu quét của bạn không bao giờ rời khỏi thiết bị, điều này cực kỳ quan trọng với giấy tờ riêng tư. Đầu ra là PDF tìm kiếm được đúng nghĩa: ảnh trang gốc giữ nguyên hình ảnh, với lớp văn bản vô hình bên dưới để chọn và tìm kiếm.
Trường hợp dùng phổ biến
- Làm cho hợp đồng đã quét có thể tìm kiếm để tìm điều khoản ngay lập tức.
- Chuyển trang sách đã quét thành văn bản sao chép được để trích dẫn và ghi chú.
- Chuẩn bị hóa đơn đã quét để trích xuất văn bản và lưu trữ.
- Làm cho tài liệu quét cũ dễ tiếp cận với trình đọc màn hình.
Điều cần biết
Độ chính xác của OCR phụ thuộc vào chất lượng bản quét: bản quét sạch, thẳng, tương phản cao nhận dạng tốt; trang mờ, lệch hoặc viết tay thì kém hơn. Lần chạy đầu tiên tải dữ liệu ngôn ngữ (khoảng 23 MB cho tiếng Anh), sau đó được lưu cache. Xử lý tốn CPU — tài liệu dài mất vài phút, và thiết bị rất cũ có thể gặp khó khăn. Chữ viết tay không được nhận dạng đáng tin cậy.
Câu hỏi thường gặp
Ngôn ngữ nào được hỗ trợ?
Tiếng Anh có sẵn. Công cụ Tesseract bên dưới hỗ trợ hơn 100 ngôn ngữ; khả năng dùng được phụ thuộc vào dữ liệu ngôn ngữ nào được tải.
PDF có trông khác sau OCR không?
Không. Ảnh trang không bị chạm vào — OCR thêm một lớp văn bản vô hình bên dưới. Hình ảnh giống hệt, nhưng giờ có thể tìm kiếm và chọn được.
Vì sao lần chạy đầu tiên chậm?
Trình duyệt của bạn tải dữ liệu ngôn ngữ OCR (khoảng 23 MB cho tiếng Anh) trong lần dùng đầu tiên. Nó được lưu cache sau đó, nên các lần chạy sau bắt đầu ngay lập tức.
Nó có nhận dạng chữ viết tay không?
Không đáng tin cậy. OCR hoạt động với văn bản in hoặc đánh máy; chữ viết tay cần công cụ chuyên biệt.
Bản quét của tôi có bị tải lên đâu không?
Không. Toàn bộ công cụ OCR chạy trong trình duyệt của bạn. Tài liệu quét — thường là loại riêng tư nhất — không bao giờ rời khỏi thiết bị của bạn.
Tôi nên làm gì nếu độ chính xác kém?
Quét lại ở độ phân giải cao hơn (300 DPI), đảm bảo trang không bị lệch, và chọn đúng ngôn ngữ. Đầu vào sạch là yếu tố quan trọng nhất.