Ekstrak Teks dari PDF Pindaian & Gambar (OCR)
Ubah PDF pindaian, halaman yang difoto, atau tangkapan layar menjadi teks yang bisa dipilih dan disalin. Unggah file di bawah, pilih bahasa dokumennya, lalu unduh teks hasil pengenalan sebagai file .txt.
Berjalan di perangkat Anda — file tidak pernah diunggah (hingga 50 MB).
Berbeda dengan hampir semua situs OCR, yang ini tidak pernah melihat dokumen Anda: pengenalan berjalan sepenuhnya di dalam browser pada perangkat Anda sendiri. Tidak ada yang diunggah — tidak ke kami, tidak ke siapa pun.
Cara kerjanya
Alat ini memakai mesin OCR Tesseract yang dikompilasi ke WebAssembly, berjalan di thread latar belakang browser Anda. PDF pindaian lebih dulu dirender halaman per halaman pada resolusi tinggi, lalu setiap gambar halaman dikenali karakter demi karakter memakai model bahasa sesuai pilihan Anda. Proses pertama mengunduh model bahasa itu (beberapa megabita data statis); file Anda sendiri tidak pernah dikirim.
Karena semuanya berjalan di perangkat Anda, kecepatan bergantung pada perangkat keras — ponsel jelas lebih lama daripada laptop — dan akurasi bergantung pada pindaiannya: halaman yang tajam, lurus, dan terang terbaca nyaris sempurna, sementara pindaian miring atau beresolusi rendah menghasilkan lebih banyak kesalahan.
Cara Ekstrak teks
- Unggah PDF pindaian, JPG, PNG, atau WEBP di atas.
- Pilih bahasa yang dipakai dokumen — ini penting untuk akurasi.
- Klik Ekstrak teks dan pantau kemajuan per halaman.
- Unduh file .txt-nya, atau buka dan salin bagian yang Anda perlukan.
Batasan yang perlu diketahui
- Keluaran OCR adalah teks polos: tata letak, kolom, tabel, dan gambar tidak direkonstruksi.
- Akurasi bergantung pada kualitas pindaian dan pilihan bahasa yang tepat; tulisan tangan umumnya tidak terbaca.
- PDF dibatasi 20 halaman per proses — pecah dulu dokumen yang lebih besar dengan alat Pisahkan PDF.
- Pengenalan berjalan di perangkat Anda, jadi dokumen sangat besar butuh waktu pada perangkat keras yang lebih lambat.
Privasi dan keamanan
File Anda diunggah lewat HTTPS, dikonversi sepenuhnya di memori, dan langsung dialirkan kembali ke browser Anda. Ia tidak pernah ditulis ke disk, tidak pernah dicatat di log, dan tidak pernah disimpan setelah konversi — tidak ada yang perlu dihapus karena tidak ada yang disimpan. File divalidasi berdasarkan ekstensi, tipe, dan tanda tangan kontennya, dan unggahan tidak pernah dieksekusi. Baca selengkapnya di kebijakan privasi kami.
Pertanyaan yang sering diajukan
Apakah dokumen saya diunggah ke server untuk OCR?
Tidak. Mesin OCR berjalan di dalam browser Anda lewat WebAssembly, jadi dokumen tidak pernah meninggalkan perangkat Anda. Satu-satunya aktivitas jaringan adalah unduhan satu kali untuk model bahasanya — data statis yang tidak mengungkap apa pun tentang file Anda.
Bahasa apa saja yang bisa dibaca?
Inggris, Spanyol, Prancis, Jerman, Portugis, Italia, Arab, Mandarin Sederhana, Indonesia, dan Turki. Pilih bahasa dokumennya, bukan bahasa antarmuka Anda — pengenalan memakai model khusus per bahasa.
Bisakah mengubah PDF pindaian menjadi file Word yang bisa diedit?
Dalam dua langkah: jalankan OCR di sini untuk mendapatkan teksnya, lalu tempel ke Word atau konversi file .txt-nya lebih lanjut. Konverter PDF ke Word menangani PDF berbasis teks secara langsung, tetapi pindaian butuh langkah OCR ini dulu karena pindaian berisi gambar huruf, bukan teks.
Kenapa teks hasil pengenalan salah di beberapa tempat?
Akurasi OCR mengikuti kualitas pindaian. Foto buram, huruf kecil, halaman miring, dan pengaturan bahasa yang keliru adalah penyebab paling umum. Memindai ulang pada resolusi lebih tinggi, memotong hingga pas ke halaman, dan memeriksa ulang pilihan bahasa menyelesaikan sebagian besar masalah.