Por que os PDFs escaneados são diferentes
Um PDF é um contêiner. Alguns PDFs contêm texto real (letras que você pode selecionar e copiar); outros contêm apenas imagens de páginas — o que um scanner ou um aplicativo de celular produz. Para uma página contendo apenas imagem, um resumidor que lê apenas a camada de texto enxerga um documento em branco.
Quando você envia um PDF aqui, a ferramenta primeiro verifica quanto texto legível cada documento possui. Se a camada de texto estiver ausente ou muito fraca, ela executa o reconhecimento óptico de caracteres (OCR) nas páginas e, em seguida, resume o texto reconhecido. O painel de resultados exibe um selo OCR para que você saiba qual caminho foi utilizado.
Como resumir um PDF escaneado
- Envie o PDF escaneadoQualquer PDF de um scanner, impressora multifuncional ou aplicativo de digitalização por celular.
- Aguarde alguns segundos extrasO OCR demora mais do que ler uma camada de texto: conte aproximadamente 2 a 4 segundos por página.
- Escolha o que você precisaResumo, Pontos-chave, perguntas ou Extrair texto para obter o texto reconhecido como um arquivo
.txt. - Verifique nomes, datas e númerosO OCR pode confundir caracteres semelhantes (0/O, 1/l, 5/S), especialmente em digitalizações de baixa qualidade.
Obtendo bons resultados de OCR
- Resolução: 200–300 dpi é o ideal. Abaixo de 150 dpi, letras pequenas tornam-se ilegíveis.
- Páginas retas: páginas inclinadas ou curvas (lombadas de livros) reduzem a precisão.
- Contraste: texto preto sobre papel branco funciona melhor; papel térmico desbotado e fundos coloridos são difíceis.
- Manuscritos geralmente não são reconhecidos de forma confiável.
- PDFs mistos não são problema: se a maioria das páginas tiver texto, a camada de texto será usada.
Documentos escaneados comuns que as pessoas resumem
- Contratos e locações em papel assinados.
- Cartas de órgãos públicos, bancos e seguradoras.
- Relatórios antigos, teses e arquivos digitalizados a partir de papel.
- Registros médicos ou escolares recebidos como digitalizações (verifique-os com atenção).
- Capítulos de livros escaneados para uma disciplina.
Perguntas frequentes
Como sei se meu PDF é escaneado?
Abra o arquivo e tente selecionar uma palavra. Se você não conseguir selecionar o texto ou se a seleção abranger a página inteira como uma imagem, o PDF é escaneado. A ferramenta detecta isso automaticamente de qualquer forma.
Por que apenas 40 páginas com OCR?
O OCR consome muitos recursos computacionais. Para manter a ferramenta gratuita rápida para todos, os PDFs escaneados passam por OCR nas primeiras 40 páginas. Documentos com camada de texto podem ter até 300 páginas.
Quais idiomas o OCR reconhece?
Português, inglês, francês, alemão, espanhol e italiano são os mais bem reconhecidos. Outros idiomas com alfabeto latino costumam funcionar com mais erros; scripts não latinos em imagens digitalizadas ainda não são reconhecidos de forma confiável.
Posso obter apenas o texto reconhecido?
Sim. Use a aba Extrair texto e baixe o conteúdo como um arquivo .txt, página por página.
Uma foto de um documento serve?
Aplicativos de escaneamento por celular que geram um PDF plano e cortado funcionam bem. Uma foto comum salva como PDF funciona se a página estiver plana, nítida e bem iluminada.