Вы получили PDF со сканом договора, акта или справки. Попробовали выделить текст — не получается: курсор ведёт себя как на картинке. Это классический «немой» скан — файл с изображением страниц без слоя распознанного текста. OCR (оптическое распознавание символов) добавляет этот слой и превращает картинку в рабочий документ, в котором текст можно выделять, копировать и искать.
Когда нужен OCR
OCR нужен, когда вы получили скан и хотите:
- скопировать кусок текста без перепечатки вручную;
- найти слово по документу через Ctrl+F;
- передать содержимое документа в другую программу без ручного ввода;
- убедиться, что архив с документами найдётся по ключевым словам.
Если PDF уже содержит текстовый слой (вы можете выделить слова), OCR не нужен.
От чего зависит качество распознавания
Качество результата почти полностью определяет исходный скан. Основные факторы:
- **Разрешение**: для хорошего OCR нужно минимум 150–200 dpi, лучше — 300 dpi. Фотографии с телефона часто дают достаточное разрешение, если страница снята ровно и при нормальном освещении.
- **Перекос**: страница должна лежать ровно. Сильно наклоненный текст распознаётся хуже.
- **Освещение и контраст**: тени от переплёта, жёлтая бумага или выцветший текст снижают точность.
- **Язык**: алгоритм должен знать, на каком языке текст, чтобы правильно разбирать буквы и слова.
Как запустить OCR: пошагово
1. Откройте OCR PDF и загрузите скан PDF. 2. Выберите язык документа, если инструмент его спрашивает. 3. Дождитесь обработки — для многостраничного скана это занимает больше времени. 4. Скачайте результат. 5. Откройте файл и проверьте: можно ли выделить текст, правильно ли распознаны ключевые данные — имена, даты, числа.
Что может пойти не так
- **Много ошибок в именах и цифрах.** Скан некачественный. Попробуйте переснять страницы или отсканировать заново на более высоком разрешении.
- **Текст вовсе не распознался.** Возможно, PDF содержал не изображение, а векторную графику — такой файл выглядит как скан, но технически им не является. OCR здесь не поможет.
- **Файл стал намного тяжелее.** OCR добавляет текстовый слой и слегка увеличивает размер. Если результат слишком тяжёлый для отправки, сожмите его через **compress-pdf**.
- **Рукопись не читается.** Стандартный OCR заточен под печатный текст. Рукописные подписи и пометки он распознаёт плохо или не распознаёт вовсе.
Что проверить после OCR
- Выделите несколько строк и скопируйте в текстовый редактор — убедитесь, что текст передан правильно.
- Найдите ключевые слова через Ctrl+F: имя, название организации, дату.
- Сверьте числа и даты в тексте с оригиналом — именно они чаще всего распознаются с ошибками.
Если вам нужно сделать скан «живым» — загрузите его в **ocr-pdf**. Для длинных сканов предварительно можно разделить документ через **split-pdf**, обработать части по отдельности и объединить результат через **merge-pdf**.