Jak zkopírovat text z naskenovaného PDF (OCR)

Proč ve skenu nejde označit text

PDF může obsahovat dva druhy obsahu. Dokument uložený z Wordu nebo účetního programu má textovou vrstvu: písmena jsou uložená jako znaky, takže je lze označit, zkopírovat a vyhledat. Sken nebo fotka dokumentu je obrázek – pro počítač jen barevné body. Aby z něj vznikl text, musí se rozpoznat: to je OCR (optické rozpoznávání znaků).

Rychlý test: v prohlížeči PDF stiskněte Ctrl+F a hledejte slovo, které na stránce vidíte. Pokud se nic nenajde, soubor nemá textovou vrstvu.

Jak získat text ze skenu v PDFowo

1. Otevřete nástroj PDF do textu a přidejte PDF. Můžete nahrát i samotnou fotku dokumentu (JPG, PNG, WEBP).
2. Vyberte jazyk dokumentu – na něm závisí, zda se správně rozpoznají háčky a čárky.
3. Rozpoznávání nechte na „Automaticky“: OCR proběhne jen na stránkách bez textu, ostatní se načtou přímo ze souboru.
4. Klikněte na „Vytáhnout text“. Výsledek zkopírujete jedním tlačítkem nebo stáhnete jako soubor .txt.

Poprvé si prohlížeč stáhne jazyková data pro OCR, takže start trvá o chvilku déle. Samotný dokument se nikam neodesílá – rozpoznávání probíhá ve vašem počítači nebo telefonu.

Jak zlepšit rozpoznávání

• Rovná stránka: křivý sken znamená víc chyb. Foťte shora nebo použijte skener dokumentů, který stránku narovná a ořízne.
• Dobrý kontrast: nejlépe funguje tmavý text na světlém pozadí. Vyhněte se stínům, odleskům lampy a přehybům.
• Dostatečné rozlišení: drobné písmo potřebuje ostrý obrázek – na skeneru zvolte asi 300 dpi.
• Režim „Celý dokument“: pokud text z PDF vychází zkomolený nebo v nesprávném pořadí, zpracujte každou stránku jako sken.

Co OCR neumí

Tištěný text rozpoznává dobře, ale ručně psaný obvykle špatně. Tabulky skončí jako řádky textu, ne buňky. Výsledek vždy zkontrolujte, hlavně čísla: částky, čísla účtů a data – jedna špatná číslice může změnit smysl dokumentu.

Pokud chcete text opravit přímo v dokumentu, otevřete ho v editoru PDF – i tam najdete tlačítko OCR nad stránkou.

Příklad: citace z naskenované smlouvy

Banka poslala naskenovanou úvěrovou smlouvu a vy chcete do e-mailu vložit odstavec o úrokové sazbě. Místo přepisování nahrajete PDF do nástroje „PDF do textu“, zvolíte češtinu a za pár sekund odstavec zkopírujete. Před odesláním porovnáte čísla s originálem – OCR mohlo zaměnit „0“ za „O“.

Časté dotazy

Je OCR zdarma?

Ano. Rozpoznávání textu v PDFowo je bezplatné a nevyžaduje účet.

Odesílá se můj dokument na server?

Ne. Prohlížeč stáhne jen jazyková data pro OCR, soubor zůstává ve vašem zařízení.

Proč jsou v textu chyby?

Nejčastěji kvůli slabému skenu: křivá stránka, stíny nebo nízké rozlišení. Pořiďte ostřejší fotku a zkontrolujte zvolený jazyk.