Extrair texto de um PDF digitalizado

Como funciona

Quando abres um PDF e não consegues selecionar nem copiar o texto, é porque o PDF é uma imagem: foi digitalizado num scanner ou fotografado. Esta ferramenta deteta isso página a página. Se a página tiver texto verdadeiro, copia-o tal como está (rápido e exato). Se for uma imagem, lê-a com OCR em português, inglês ou ambos. O motor corre no teu browser, por isso o contrato, o exame ou a carta nunca saem do teu computador ou telemóvel.

1. Larga o PDF digitalizado (ou uma foto) na caixa.
2. Escolhe a língua do documento: português acentuado lê-se melhor com “Português”.
3. Espera pela barra de progresso: cada página demora alguns segundos num telemóvel.
4. Copia o texto ou descarrega-o em .txt.

Limites, ditos com franqueza

O OCR erra com letra manuscrita, fotografias tremidas e páginas muito inclinadas. Relê sempre números importantes (valores, IBAN, datas) antes de os usares.

Perguntas frequentes

O meu ficheiro é enviado para algum servidor?

Não. O PDF é lido e processado no teu dispositivo. A primeira utilização descarrega o motor de OCR (cerca de 6 MB para português) de extrair.pt; depois fica em cache e o processamento não faz pedidos de rede.

Quantas páginas posso converter?

Não há limite imposto pelo site. O limite real é a memória do teu dispositivo; num telemóvel antigo é melhor fazer ficheiros de poucas dezenas de páginas.

Lê português com acentos?

Sim, usa o modelo de português do Tesseract, que reconhece acentos e cedilhas. Escolhe “Português” ou “Português + inglês” para documentos mistos.