PDF से टेक्स्ट — स्कैन की हुई PDF भी (OCR)
किसी भी PDF से सादा टेक्स्ट निकालें: टेक्स्ट वाले पेज सीधे पढ़े जाते हैं, स्कैन पेज OCR से। ब्राउज़र में चलता है, कुछ अपलोड नहीं होता। कॉपी करें या TXT या Word में डाउनलोड करें।
केवल इस टूल के लिए आवश्यक कोड लोड हो रहा है…
हमने जो सटीकता मापी
हमने यह टूल अपनी बनाई टेस्ट इमेज (किसी ग्राहक की फ़ाइल नहीं) पर चलाया और नतीजे को असली टेक्स्ट से मिलाया। अक्षर त्रुटि दर गलत, छूटे और फ़ालतू अक्षर गिनती है; 0% का मतलब है हर अक्षर सही था।
| टेस्ट इमेज | भाषा | त्रुटियाँ | इंजन डिफ़ॉल्ट | समय | फ़ोन प्रोफ़ाइल |
|---|---|---|---|---|---|
| वर्ड प्रोसेसर से सेव की गई PDF (टेक्स्ट लेयर वाली) | अंग्रेज़ी | 0% | — | 1.3 से॰ | 2.7 से॰ |
| दो कॉलम वाला स्कैन पेज, PDF में सेव | अंग्रेज़ी | 0% | — | 6.3 से॰ | 24.9 से॰ |
| दो पेज की PDF: एक टेक्स्ट पेज, एक फ़ोटो पेज | अंग्रेज़ी | 0% | — | 3.6 से॰ | 7.8 से॰ |
| वही नोटिस, तिरछे कोण से फ़ोन फ़ोटो | अंग्रेज़ी | 0.1% | 2.4% | 3.7 से॰ | 6.2 से॰ |
| छपा हुआ हिंदी पेज | हिन्दी | 0% | 0% | 1.8 से॰ | 4.3 से॰ |
| छपा हुआ सरलीकृत चीनी पेज | सरलीकृत चीनी | 0% | 0% | 1.8 से॰ | 4.3 से॰ |
इंजन डिफ़ॉल्ट: वही इंजन और वही भाषा डेटा, पर हमारी तैयारी के बिना (अपने-आप लेआउट, सीधा करना नहीं, रोशनी सुधारना नहीं)।
हमने कैसे मापा: इमेज एक स्क्रिप्ट से बनती हैं जो हमारे लिखे वाक्यों को रेंडर करती है, उन्हें 4° के कोण पर असमान रोशनी में खींची फ़ोटो जैसा बनाती है और JPEG, PNG और PDF में सेव करती है। समय 4 कोर वाले क्लाउड कंप्यूटर का है; फ़ोन प्रोफ़ाइल में Chrome का 4× CPU स्लोडाउन जोड़ा गया है। पहली बार इंजन (लगभग 1.1 MB) और भाषा डेटा भी डाउनलोड होते हैं।
टूल गुणवत्ता जाँच
आउटपुट को सत्यापित कार्य कॉपी के रूप में उपयोग करें
ज़रूरत पड़ने पर मूल स्रोत सुरक्षित रखें। बनी हुई TXT फ़ाइल उस एप्लिकेशन में खोलें जहाँ उसका उपयोग होगा और सामग्री व फ़ॉर्मेटिंग जाँचें।
इनपुट
आउटपुट
TXT
बैच
प्रति रन अधिकतम 5 फ़ाइलें
प्रति रन अधिकतम 5 फ़ाइलें। एक रन तभी उपयोग करें जब सभी फ़ाइलों पर एक ही ऑपरेशन लागू हो।
टूल को दोबारा खोजने के बजाय संबंधित अगले ऑपरेशन पर जाएँ।
गंतव्य के लिए तैयार परिणाम डाउनलोड करें और साझा करने से पहले उसकी जाँच करें।
कॉन्फ़िगर की गई रनटाइम सीमा लागू होती है.
TXT
नीचे अपलोड सीमा जाँचें
साझा करने से पहले परिणाम जाँचें
इस टूल के बारे में
PDF को टेक्स्ट में बदलने के लिए PDF जोड़ें और टेक्स्ट निकालें दबाएँ, फिर नतीजा कॉपी करें या .txt या Word फ़ाइल के रूप में डाउनलोड करें। जिन पेजों में पहले से टेक्स्ट है, जैसे Word से सेव की गई PDF, बैंक स्टेटमेंट या ई-बुक, वे सीधे फ़ाइल से पढ़े जाते हैं: सटीक और तेज़। जो पेज सिर्फ़ तस्वीर हैं, जैसे स्कैन या PDF में सेव की गई फ़ोन फ़ोटो, वे आपकी चुनी भाषा में OCR से पढ़े जाते हैं।
नतीजे में हर पेज पर निशान होता है (--- पेज 2 ---) और बताया जाता है कि कितने पेज PDF के अपने टेक्स्ट से आए और कितनों के लिए OCR लगा। PDF आपके डिवाइस पर ही रहती है: PDF.js उसे पढ़ता है और Tesseract स्कैन पेज आपके ब्राउज़र में पहचानता है।
हमारे टेस्ट में दो कॉलम वाले न्यूज़लेटर का स्कैन पेज 0% अक्षर त्रुटि के साथ सही पढ़ने के क्रम में आया, और दो पेज की PDF (एक टेक्स्ट पेज, एक फ़ोटो वाला पेज) में हमारे 4 कोर वाले टेस्ट कंप्यूटर पर 3.6 सेकंड लगे (धीमे किए गए फ़ोन प्रोफ़ाइल में 7.8 सेकंड)।
कब दूसरा टूल इस्तेमाल करें
- PDF को बनाए रखते हुए स्कैन पेजों को सर्च और सिलेक्ट होने लायक बनाने के लिए OCR PDF इस्तेमाल करें।
- शीर्षक, फ़ॉन्ट और टेबल को एडिट होने वाले डॉक्यूमेंट में रखने के लिए PDF से Word इस्तेमाल करें।
- टेक्स्ट PDF से शीर्षक और सूचियों वाला Markdown पाने के लिए PDF से Markdown इस्तेमाल करें।
- पासवर्ड वाली PDF के लिए पहले पासवर्ड चाहिए: PDF अनलॉक करें से उसकी एक कॉपी अनलॉक करें।
कैसे उपयोग करें
PDF जोड़ें
5 PDF तक छोड़ें या चुनें। टेक्स्ट वाली और स्कैन की हुई, दोनों तरह की PDF चलती हैं।
OCR की भाषा चुनें
भाषा सिर्फ़ उन पेजों के लिए इस्तेमाल होती है जिनमें अपना टेक्स्ट नहीं है (स्कैन और फ़ोटो)। अगर स्कैन पेज के दो कॉलम मिलकर आ रहे हों तो कॉलम चुनें।
निकालें और सेव करें
टेक्स्ट निकालें दबाएँ, नतीजा जाँचें, फिर कॉपी करें या TXT या Word में डाउनलोड करें।
उपयोग के उदाहरण
रिपोर्ट से उद्धरण
लंबी PDF रिपोर्ट से कोई पैराग्राफ़ या आँकड़ा निकालें, PDF व्यूअर के टेक्स्ट चुनने से जूझे बिना।
स्कैन किए पत्र और अनुबंध
स्कैन की हुई PDF से सर्च होने वाला टेक्स्ट पाएँ, ताकि कोई शर्त, तारीख या रकम ढूँढ सकें।
दूसरे टूल के लिए टेक्स्ट
टेक्स्ट को अनुवादक, वर्ड काउंटर या AI असिस्टेंट में पेस्ट करें, या टेक्स्ट टूल से साफ़ करें।
अक्सर पूछे जाने वाले प्रश्न
PDF को टेक्स्ट फ़ाइल में कैसे बदलें?+
इस पेज पर PDF जोड़ें और टेक्स्ट निकालें दबाएँ। काम पूरा होने पर TXT डाउनलोड करें दबाएँ, या टेक्स्ट को किसी दूसरे ऐप में कॉपी करें।
क्या यह स्कैन की हुई PDF के साथ काम करता है?+
हाँ। जिन पेजों में टेक्स्ट लेयर नहीं है, वे आपकी चुनी भाषा में OCR से पढ़े जाते हैं। यह टेक्स्ट पेज पढ़ने से धीमा है: हमारे स्कैन किए न्यूज़लेटर पेज में 4 कोर वाले टेस्ट कंप्यूटर पर 6.3 सेकंड लगे, जबकि टेक्स्ट लेयर वाली दो पेज की PDF में 1.3 सेकंड।
कुछ टेक्स्ट गायब या अजीब क्रम में क्यों है?+
PDF टेक्स्ट को उसी क्रम में रखती है जिसमें वह बनाया गया था, जो आम तौर पर, पर हमेशा नहीं, पढ़ने का क्रम होता है। दो कॉलम वाले स्कैन पेजों के लिए पेज लेआउट में कॉलम चुनें। टेक्स्ट PDF की तस्वीरों के अंदर का टेक्स्ट नहीं पढ़ा जाता; उन पेजों के लिए OCR PDF इस्तेमाल करें।
क्या सिर्फ़ कुछ पेजों से टेक्स्ट निकाल सकते हैं?+
हर पेज पढ़ा जाता है। कुछ ही पेजों का टेक्स्ट चाहिए तो पहले पेज निकालें टूल से वे पेज अलग करें, फिर छोटी PDF बदलें।
क्या मेरी PDF अपलोड होती है?+
नहीं। PDF.js फ़ाइल पढ़ता है और Tesseract स्कैन पेज आपके ब्राउज़र में पहचानता है। सिर्फ़ पहचान इंजन और भाषा डेटा jsDelivr CDN से एक बार डाउनलोड होते हैं।
क्या फ़ॉर्मैटिंग बनी रह सकती है?+
सादे टेक्स्ट में फ़ॉर्मैटिंग नहीं होती। शीर्षक और टेबल वाला एडिट होने वाला डॉक्यूमेंट चाहिए तो PDF से Word इस्तेमाल करें; PDF वैसी ही रहे पर सर्च हो सके, इसके लिए OCR PDF इस्तेमाल करें।