Extrair texto de PDFs escaneados e imagens (OCR)
Transforme um PDF escaneado, uma página fotografada ou uma captura de tela em texto selecionável e copiável. Envie o arquivo abaixo, escolha o idioma do documento e baixe o texto reconhecido como um arquivo .txt.
Processado no seu dispositivo — seu arquivo nunca é enviado (até 50 MB).
Ao contrário de quase todo site de OCR, este nunca vê o seu documento: o reconhecimento roda inteiramente dentro do seu navegador, no seu próprio dispositivo. Nada é enviado — nem para nós, nem para ninguém.
Como funciona
A ferramenta usa o motor de OCR Tesseract compilado para WebAssembly, rodando em uma thread em segundo plano do seu navegador. PDFs escaneados são primeiro renderizados página por página em alta resolução; depois, cada imagem de página é reconhecida caractere por caractere usando um modelo do idioma que você escolher. A primeira execução baixa esse modelo de idioma (alguns megabytes de dados estáticos); o seu arquivo em si nunca é transmitido.
Como tudo roda no seu dispositivo, a velocidade depende do seu hardware — um celular demora visivelmente mais que um notebook — e a precisão depende da digitalização: páginas nítidas, retas e bem iluminadas são lidas quase perfeitamente, enquanto digitalizações tortas ou de baixa resolução geram mais erros.
Como Extrair texto
- Envie um PDF escaneado, JPG, PNG ou WEBP acima.
- Selecione o idioma em que o documento está escrito — isso importa para a precisão.
- Clique em Extrair texto e acompanhe o progresso página a página.
- Baixe o arquivo .txt, ou abra-o e copie o que precisar.
Limitações que você deve conhecer
- A saída do OCR é texto puro: layout, colunas, tabelas e imagens não são reconstruídos.
- A precisão depende da qualidade da digitalização e da escolha correta do idioma; letra manuscrita em geral não é legível.
- PDFs são limitados a 20 páginas por execução — divida documentos maiores antes com a ferramenta Dividir PDF.
- O reconhecimento roda no seu dispositivo, então documentos muito grandes levam tempo em hardware mais lento.
Privacidade e segurança
Seu arquivo é enviado por HTTPS, convertido inteiramente em memória e devolvido direto ao navegador. Ele nunca é gravado em disco, nunca é registrado em logs e nunca é retido após a conversão — não há nada a apagar porque nada é armazenado. Os arquivos são validados por extensão, tipo e assinatura de conteúdo, e os envios nunca são executados. Leia mais na nossa política de privacidade.
Perguntas frequentes
Meu documento é enviado a um servidor para o OCR?
Não. O motor de OCR roda dentro do seu navegador via WebAssembly, então o documento nunca sai do seu dispositivo. A única atividade de rede é o download único do próprio modelo de idioma — dados estáticos que não revelam nada sobre o seu arquivo.
Quais idiomas ele consegue ler?
Inglês, espanhol, francês, alemão, português, italiano, árabe, chinês simplificado, indonésio e turco. Escolha o idioma do documento, não o da sua interface — o reconhecimento usa modelos específicos por idioma.
Posso transformar um PDF escaneado em um arquivo Word editável?
Em duas etapas: rode o OCR aqui para obter o texto e depois cole-o no Word ou converta o .txt adiante. O conversor de PDF para Word lida diretamente com PDFs de texto, mas digitalizações precisam desta etapa de OCR primeiro, porque uma digitalização contém imagens de letras, não texto.
Por que o texto reconhecido sai errado em alguns trechos?
A precisão do OCR acompanha a qualidade da digitalização. Fotos borradas, fontes pequenas, páginas tortas e o idioma errado são as causas habituais. Digitalizar de novo em resolução maior, recortar até a página e conferir a seleção de idioma resolvem a maior parte.