Как распознать текст в ПДФ со скана и фотографии: способы для компьютера, браузера, iPhone и Android

Текст в PDF виден на экране, но не выделяется мышью, не находится через поиск и не копируется в Word? Чаще всего внутри такого файла находится изображение страницы, полученное со сканера или камеры. Для извлечения букв требуется OCR — оптическое распознавание символов. Оно превращает контуры знаков в текстовые данные: их можно искать, копировать, редактировать или сохранить отдельным документом. Ниже разобраны способы для сканированных ПДФ, фотографий, многостраничных архивов и файлов со смешанным содержимым.

Первым разберём PDF Commander — редактор для Windows с разными вариантами распознавания. Затем рассмотрим профессиональные программы, бесплатные локальные инструменты, браузерные сервисы и решения для macOS, iPhone, Android и Linux. Главное различие между ними не в скорости появления букв, а в результате: нужен ли вам один абзац, редактируемый DOCX, PDF с невидимым текстовым слоем или машинный текст для поиска и дальнейшей обработки.

Что означает распознать PDF и какой результат нужен

PDF — контейнер, а не обязательный набор букв. Внутри него могут находиться настоящие текстовые объекты с шрифтами, растровые изображения страниц, сочетание текста с иллюстрациями, а также уже распознанный скан, где буквы записаны в скрытом слое. Поэтому действие «извлечь текст» не всегда равно действию «распознать»: для исходно цифрового документа OCR обычно не нужен, а повторное распознавание способно ухудшить результат.

Тип документа Как определить Что делать Что получится
Цифровой PDF Слова выделяются посимвольно, поиск находит фразы Копировать текст или экспортировать в TXT/DOCX без OCR Исходный текст без новых ошибок распознавания
PDF из сканов При выделении захватывается вся страница или ничего; поиск по словам пуст Запустить OCR, выбрать язык и диапазон Текстовый слой поверх сохранённого изображения
PDF после OCR Поиск работает, хотя вид страницы похож на фотографию Проверить ошибки и качество слоя, не запускать OCR автоматически второй раз Поисковый документ с сохранённым макетом
Смешанный файл Часть страниц копируется, отдельные приложения и сканы нет Распознать только проблемные страницы Цифровые страницы остаются исходными, изображения получают текст
PDF с ограничениями Копирование запрещено средствами защиты Уточнить разрешения и получить доступ у владельца Легально доступный для обработки материал

Быстрая проверка: откройте файл в любом PDF-просмотрщике, выделите курсором одно слово, скопируйте его в простой текстовый редактор и найдите то же слово сочетанием Ctrl+F либо Command+F. Если скопированные символы совпадают с экраном, полноценный OCR не требуется. Если вместо букв появляются иероглифы, пропуски или случайные знаки, проблема может быть в неверной таблице соответствия шрифтов, а не в отсутствии текста. В этом случае сначала сохраните оригинал, а затем сравните результаты экспорта и OCR на копии.

Технология OCR анализирует изображение, определяет строки и фрагменты, затем сопоставляет формы печатных знаков с буквами. Более сложные системы дополнительно восстанавливают порядок чтения колонок, отделяют таблицы и рисунки, проверяют вероятные сочетания слов. Но алгоритм не знает, верно ли записана сумма в договоре, индекс в формуле или фамилия человека. Чем выше ответственность за документ, тем важнее ручная сверка.

Три основных результата OCR

  • Поисковый PDF. Под сканом появляется невидимый текстовый слой. На вид страница почти не меняется, а поиск и копирование начинают работать. Это наиболее безопасный формат для архива, поскольку исходная графическая страница остаётся визуальным ориентиром.
  • Редактируемый документ DOCX/ODT. Программа пытается восстановить абзацы, списки, шрифты, иногда таблицы. Подходит для переписывания и переработки, но верстку нужно проверять отдельно.
  • Чистый TXT. Сохраняет последовательность символов без оформления. Удобен для цитат, индексации и последующего анализа; заголовки, отступы, рисунки и ячейки таблиц в нём не воспроизводятся.

Подготовка PDF: качество скана, язык и безопасность

Подготовка влияет на количество ошибок сильнее выбора между двумя похожими движками. Исходный лист должен быть плоским, строки — горизонтальными, а буквы — чёткими. Для печатного документа разумный ориентир — сканирование около 300 dpi. Мелкий шрифт, тонкая бумага с просвечиванием и чертежи требуют более аккуратного захвата: иногда лучше 400–600 dpi в оттенках серого. Повышение dpi цифровым увеличением уже размытого изображения не возвращает потерянные детали букв.

Проблема исходника Коррекция до распознавания Почему это важно
Страница наклонена Поворот на 90/180° и выравнивание небольшого перекоса Строки перестают слипаться, сохраняется порядок чтения
Тени и тёмные поля Ровное освещение, обрезка полей, умеренное осветление фона Границы символов становятся отделимыми от фона
Мелкий серый шрифт Сканирование с достаточным разрешением, осторожный контраст Буквы не распадаются и не сливаются
Два языка на листе Выбрать русский и английский, если программа допускает несколько Кириллица не превращается в похожие латинские символы
Таблица из узких столбцов Выделить столбцы либо таблицу отдельными областями Снижается риск чтения строк поперёк колонок
Есть электронная подпись, штамп и аннотации Работать с копией и сверить объекты после экспорта Пересоздание PDF способно изменить структурные элементы

Не отправляйте в случайный онлайн-конвертер паспорт, медицинские заключения, коммерческие договоры или списки клиентов. При загрузке в облако документ покидает локальное устройство, а порядок обработки и хранения определяется правилами сервиса. Для конфиденциальной работы выбирайте настольный OCR без необходимости передачи содержимого на сервер; при этом проверьте, какие конкретные функции выбранной программы работают локально, а какие требуют подключения.

Не изменяйте единственный экземпляр. Присвойте копии имя вида «договор_ocr.pdf», а исходник оставьте отдельно. Если требуется оцифровать PDF с разрешённым копированием, сохраните результат в новую папку. Если документ защищён паролем, используйте предусмотренный владельцем доступ, а не обход ограничений. Для архивов с цифровыми подписями не считайте OCR-версию эквивалентом подписанного оригинала: модификация документа может нарушить проверку подписи.

Для фотографий держите камеру параллельно листу: скошенный прямоугольник превращается в трапецию, и строки у края растягиваются. Уберите палец с текста, подложите контрастный фон и убедитесь, что автофокус навёлся на мелкие буквы, а не на край стола. Для многостраничного материала полезна одинаковая ориентация страниц и последовательная нумерация, чтобы после сборки PDF порядок не перепутался.

Windows: программы для OCR от простой копии до архивной обработки

PDF Commander — основной способ для сканов, таблиц и PDF

PDF Commander — настольный редактор для Windows, в котором OCR встроено в работу с документами. Его преимущество для повседневной задачи — возможность выбирать не только язык и диапазон страниц, но и тип результата: извлечённый текст, невидимый текстовый слой либо преобразование визуального содержимого. Для макетов со столбцами есть режим выделения областей. Распознавание можно применять к обычным сканам, фотографиям документов и страницам, на которых текст перемешан с иллюстрациями.

Окно PDF Commander: вкладка «Распознавание», инструмент «Колонка» и выделенная таблица в скане
Инструмент «Колонка» помогает ограничить OCR нужной частью сложной страницы.

Плюсы: выбор фрагментов, работа с несколькими языками, варианты сохранения PDF и отдельного текста, объединение OCR с редактированием документа. Минусы: программа ориентирована на Windows; точность на рукописных, плохо снятых страницах и таблицах всё равно требует сверки; отдельные возможности могут зависеть от режима распознавания. Особенно полезна, когда нужно не просто получить слова, а оставить читаемый, оформленный PDF.

ABBYY FineReader PDF — для сложной верстки и проверки слов

FineReader PDF разделяет исходное изображение, распознанный текст и панели управления областями. OCR Editor позволяет обозначать текст, таблицы и рисунки, корректировать неверную геометрию блоков, выбирать языки и просматривать слова, в которых алгоритм не уверен. Для документов с подписями к рисункам, научных статей и многоколоночных разворотов такая управляемость важнее мгновенной конвертации в один клик.

Adobe Acrobat Pro — когда нужен поисковый PDF и пакетная работа

В Adobe Acrobat инструмент «Сканирование и OCR» добавляет слой доступного для поиска текста поверх скана. Поддерживается обработка выбранного документа и нескольких файлов с раздельными параметрами вывода. Это удобный вариант для организаций, которые уже хранят PDF, ставят комментарии, проверяют содержимое и используют единое приложение для архивирования и редактирования.

PDF24 Creator — бесплатное локальное распознавание

PDF24 Creator — бесплатный пакет для Windows. Отдельная утилита PDF OCR создаёт документ с поисковым текстовым слоем, умеет обрабатывать несколько файлов и предлагает язык, выравнивание, автоматический поворот и сохранение в PDF. После установки необходимого языкового компонента распознавание выполняется локально; загрузка отсутствующих языковых данных может требовать интернет. Это рациональный выбор для большого количества однотипных сканов, когда не нужно вручную реконструировать сложную верстку в DOCX.

PDF-XChange Editor — текстовый слой и расширенные режимы

У PDF-XChange Editor есть два движка OCR. Базовый создаёт невидимый текстовый слой для поиска и копирования, тогда как расширенный в версии Editor Plus добавляет режим редактируемого текста и изображений. Разница принципиальна: поисковый слой не превращает сам скан в обычные текстовые объекты. Вариант с доступным базовым распознаванием подходит для архива, расширенный — для дальнейшего вмешательства в содержимое.

Microsoft OneNote — извлечение отдельных фрагментов

OneNote удобен не как полноценный конвертер PDF, а как рабочий блокнот для заметок и вырезок. Он распознаёт текст на вставленной картинке и на изображениях страниц, отправленных в блокнот через печать. Команды контекстного меню позволяют скопировать слова с текущей страницы или со всех страниц распечатки и вставить их в другое приложение.

Другие программы Windows: на что они рассчитаны

В подборках OCR встречаются Readiris Pro, gImageReader, OCR CuneiForm, FreeOCR, RiDoc и Scanitto Pro. Их стоит различать по задаче: Readiris — профессиональное преобразование материалов в редактируемые форматы; gImageReader — графический интерфейс к Tesseract для ручной работы с областями; CuneiForm и FreeOCR — инструменты старой школы с более ограниченными рабочими сценариями; RiDoc и Scanitto Pro ориентированы также на получение документов со сканера. Наличие названия в старой подборке не доказывает поддержку современных PDF, драйверов и систем: для старых программ важнее проверить совместимость, чем сравнивать номинальный перечень форматов.

Отдельно заслуживают внимания PDFelement и PDFgear. У PDFelement есть режимы OCR для редактируемого текста и для сохранения текста поверх скана; PDFgear предлагает создание поискового PDF и распознавание выделенного скриншота страницы. Они полезны там, где OCR требуется вместе с дальнейшими действиями над PDF. У первого набор доступных инструментов зависит от редакции, у второго следует отдельно проверять, что конкретно сохраняется: поисковый файл, TXT или текст в буфере обмена.

macOS: распознавание в «Просмотре» и работа с текстом

«Просмотр» — встроенная вставка текста в сканированный PDF

На Mac для поискового PDF не всегда нужна сторонняя программа. Приложение «Просмотр» содержит команду «Вставить текст» в диалоге экспорта документа, созданного из изображений. После её применения PDF получает текст, который можно выделить в других программах. Важный нюанс: пункт показывается для файлов, в которых текст ещё не был распознан. Если документ уже содержит OCR-слой, отсутствующий пункт меню не означает неисправность.

Prizmo — распознавание фотографий и сканов

Prizmo рассчитан на получение текста из документов и изображений на устройствах Apple. Его область применения — страницы, сфотографированные камерой, и сканы, где важна предварительная коррекция перспективы. По сравнению со встроенным «Просмотром» смысл отдельного приложения появляется, когда нужно получать из фотографий полноценный текст, а не только добавлять поиск к готовому PDF.

Онлайн: распознать текст без установки программы

Браузерные инструменты позволяют работать с OCR на компьютере с Windows, macOS и Linux; некоторые открываются и с телефона. Это вариант для разовых несекретных файлов и ситуаций без права установки программ. Но у онлайн-обработки есть две системные особенности: содержимое отправляется на удалённый сервер, а сохранение результата часто ограничено определёнными форматами или планом. Перед загрузкой полезно проверить размер файла, необходимость регистрации и то, требуется ли PDF с текстовым слоем или просто DOCX/TXT.

Google Документы через Google Диск — для текста в редакторе

Веб-редактор Google Документы умеет преобразовывать загруженные на Google Диск PDF и изображения в новый документ с распознанным текстом. В нём удобно сразу исправлять слова, вставлять таблицы заново и делиться результатом. Механизм автоматически определяет язык, включая русский, но не рассчитан на точное воспроизведение сложной верстки: таблицы, колонки, сноски и списки могут потерять структуру.

PDF24 Tools — когда нужен поисковый документ в браузере

Онлайн-инструмент PDF24 OCR принимает PDF и изображения, позволяет выбрать язык и применить обработку, выравнивание, очистку артефактов и создание PDF/A. Итог — PDF, в котором можно искать и копировать распознанные слова. Это не тот же продукт, что устанавливаемый PDF24 Creator: здесь файл загружается на сервер, а настройки доступны в веб-интерфейсе. Сложный двухколоночный скан после OCR всё равно требует проверки порядка выделяемых строк.

OnlineOCR.net — извлечение TXT, DOCX и таблиц

OnlineOCR.net ориентирован на конвертацию PDF и изображений в редактируемые форматы. Пользователь указывает файл, язык и выходной тип, после чего получает текст или документ для загрузки. Этот сервис уместен, когда требуется переписать абзацы в Word, а не хранить без изменений визуальный образ скана. Для числовых ведомостей наличие режима Excel не означает гарантированного восстановления ячеек: требуется сверить строки, заголовки и суммы.

OCR.Space — текстовые результаты и анализ по страницам

OCR.Space рассчитан на распознавание изображений и PDF с выдачей машинного текста; он также известен интерфейсом для интеграции через API. Это решение подходит для извлечения содержимого и прототипов автоматической обработки, но не стоит выбирать его только по обещанию поддержки PDF: для задачи сохранения сложной разметки важны порядок блоков и состав возвращаемых данных. Формат машинного результата и готовый поисковый PDF — разные продукты.

iLovePDF, Smallpdf и другие браузерные редакторы

iLovePDF и Smallpdf объединяют OCR с конвертацией, сжатием и прочими операциями над PDF. В них проще пройти типовой сценарий «загрузить — распознать — скачать», чем разбираться с настройками профессионального OCR-проекта. Но нужно различать две конечные цели: сделать исходные страницы доступными для поиска и получить изменяемый Word. Наличие кнопки «PDF в Word» ещё не означает, что скан будет прочитан без включения OCR.

Рядом с ними в подборках встречаются PDF Candy, img2txt, Convertio, Aspose OCR, Online-convert, «Цифра Р», Go4convert и «Фото в текст». Эти решения объединяет работа через форму загрузки, но детали отличаются: одни выдают простой текст, другие — документ с оформлением, третьи — PDF со скрытым слоем. Сравнивайте их по поддержке многостраничного PDF, языкам, способу экспорта и ограничениям конфиденциальности. Не переносите в сервисы служебные файлы ради экономии нескольких минут.

Онлайн-ИИ: где он помогает, а где опасен

Сервисы распознавания с нейросетями, включая инструменты на базе языковых моделей и решения для обработки документов вроде Nanonets, Google Cloud Document AI, Rossum, Parseur и Amazon Textract, могут извлекать смысловые поля: даты, суммы, контрагентов и таблицы. Для бухгалтерских и логистических процессов это отдельная задача структурированного извлечения данных, которая не равна простому созданию поискового PDF. У ИИ-обработки есть риск переформулировки вместо буквальной транскрипции.

iPhone и iPad: распознавание фото и PDF на ходу

«Сканер текста» в iOS — быстрый перенос абзаца

Системная функция «Сканер текста» (Live Text) умеет распознавать слова на изображениях в приложениях «Фото», «Камера», Safari и «Быстрый просмотр». Она помогает переписать одну цитату с фотографии страницы, серийный номер или контакт из бумажного документа без полной конвертации PDF. Для доступа к функции проверьте «Настройки» → «Основные» → «Язык и регион» и включение «Сканер текста». Доступность зависит от устройства, языка и региона.

Adobe Scan — сканы со встроенным распознаванием

Adobe Scan — реальное приложение из App Store для iPhone и iPad. Оно снимает бумажные документы, обрабатывает границы, помогает убрать лишние тени и сохраняет сканы в PDF. OCR делает текст доступным для поиска, а более глубокая работа со словами связана с приложениями Acrobat и условиями подписки. Для бесплатного использования существуют ограничения на объём OCR; в описании мобильного продукта указано расширение диапазона обработки при подписке.

iScanner — мобильная коллекция сканов

iScanner сочетает захват страниц камерой, выравнивание границ, хранение набора документов и OCR. Удобен, если документы возникают непосредственно на телефоне: чеки, конспекты, накладные, визитки. Перед оплатой функций нужно проверить, разрешает ли выбранный режим именно экспорт машинного текста или только поиск внутри приложения. Сохранённая фотография страницы без текстового слоя — ещё не завершённое распознавание PDF.

Android: распознавание локально или через облако

Text Fairy — офлайн-распознавание печатного текста

Text Fairy — приложение для Android, доступное в Google Play. Оно извлекает печатный текст из фотографий, позволяет его править, делиться им или сохранять как PDF; распознавание работает офлайн. Поддерживаются многочисленные языки, а также коррекция перспективы и поиск колонок. Принципиальное ограничение самого приложения — рукописный текст оно не читает; обещания распознавания почерка в старых списках программ к Text Fairy не относятся.

Google Объектив — копирование текста с фотографии

Google Объектив (Lens) распознаёт слова на снимке и позволяет выделить и скопировать их в другое приложение. Он особенно полезен для коротких надписей, табличек и фрагментов документов; режим перевода — отдельная операция, его не нужно включать для обычного копирования. Подобно системному Live Text на iPhone, Google Объектив решает задачу извлечения фрагмента, а не полноценной сборки поискового PDF из многостраничного скана.

CamScanner — документы, сфотографированные телефоном

CamScanner ориентирован на сканирование с камеры, обрезку перспективы, объединение страниц и получение PDF. Такой рабочий процесс полезен для сотрудников вне офиса: фотография товарной накладной превращается в документ, который легче архивировать и пересылать. Возможности OCR и условия экспорта связаны с функциями мобильного приложения; перед обработкой длинного договора проверьте ограничения своего режима.

Что делать с Microsoft Lens

Microsoft Lens часто попадается в старых руководствах под прежним названием Office Lens. Однако мобильное приложение снято с поддержки в феврале 2026 года и прекратило создание новых сканов после 9 марта 2026 года. Рассматривать его как действующий способ для iPhone или Android нельзя. Для сканирования в экосистеме Microsoft теперь предусмотрена функция Scan photo внутри OneDrive. У старых материалов с Lens остаётся историческая ценность, но инструкция по установке и свежему сканированию больше неактуальна.

Linux: открытое OCR для сканов и целых каталогов

OCRmyPDF — добавить невидимый текстовый слой через терминал

OCRmyPDF — утилита командной строки для создания поискового PDF на основе Tesseract. Она умеет сохранять визуальную структуру исходных страниц, исправлять поворот и перекос, выбирать языки и при необходимости формировать PDF/A. За счёт пакетного запуска её используют для архивных каталогов, где тысячи страниц должны стать доступными полнотекстовому поиску без ручного открытия каждой.

Tesseract и интерфейс gImageReader: когда важны фрагменты

Tesseract распознаёт растровые изображения и умеет выдавать текст или PDF с поиском. Для графической работы с отдельной страницей удобен gImageReader, который использует Tesseract и позволяет задавать зоны, выбирать язык и видеть текстовый результат. Ключевое различие: Tesseract сам по себе ориентирован на изображения и их OCR, а OCRmyPDF надстраивает над ним обработку полноценного PDF, сохранение страниц и служебных данных.

Какие программы и как использовать для решения проблемы

PDF Commander: распознать весь сканированный PDF

Цель: получить поисковый документ из нескольких страниц, не теряя вид оригинала. Подготовка: откройте PDF Commander, поместите исходный файл в отдельную папку и запустите его копию. Убедитесь, что документ не запрещает обработку и содержит страницы-изображения.

  1. В стартовом окне выберите «Открыть PDF» либо перетащите файл в рабочую область. Дождитесь появления страниц и проверьте их порядок.
  2. Перейдите на вкладку «Распознавание» и нажмите «Распознать текст». В открывшемся окне укажите «Все страницы» или только нужный диапазон.
  3. Отметьте язык «Русский» и при наличии английских вставок также «Английский». Если необходим другой язык, воспользуйтесь «Установить другие языки».
  4. В блоке «После распознавания» выберите «Добавить невидимый слой текста». Это режим, при котором изображение страницы остаётся на месте.
  5. Для контроля отметьте сохранение в новый файл, если этот пункт доступен, и нажмите «Распознать». После обработки откройте созданный документ.

Проверка: найдите редкую фамилию через поиск, выделите абзац и вставьте в Блокнот. Порядок слов должен совпадать с видимым. Типичная ошибка: выбран лишь один язык для двуязычной страницы или вместо невидимого слоя указана замена изображения текстом, из-за чего меняется макет. Безопасный откат: закройте результат без перезаписи исходника, верните предыдущую копию и повторите OCR с нужными настройками.

Диалог PDF Commander с выбором страниц, языка и режима добавления невидимого текстового слоя
В настройках задаются диапазон страниц, языки и способ сохранения распознанного содержимого.

PDF Commander: извлечь отдельную колонку или абзац

Цель: взять только нужную часть разворота учебника, газеты или договора с боковой колонкой, чтобы строки соседних блоков не перемешались. Подготовка: увеличьте страницу до размера, при котором буквы различимы, и найдите нужный фрагмент.

  1. Откройте вкладку «Распознавание»; в группе выбора типа сегмента выберите «Колонка» для столбца либо «Текст» для обычного блока.
  2. Обведите нужную область на странице так, чтобы рамка не захватывала соседнюю колонку и подпись к рисунку. Для короткого элемента используйте «Строка» либо «Слово».
  3. Задайте язык распознавания и выполните OCR выбранной области; перенесите выведенный текст в отдельный документ.
  4. Проверьте начало и конец каждого абзаца и восстановите переносы по смысловым границам, сверяясь с картинкой.

Проверка: в тексте нет слов из соседних столбцов, а порядок абзацев соответствует чтению сверху вниз. Ошибка: слишком широкая рамка захватила номера страниц, сноски или соседний блок. Откат: удалите только неверно извлечённый фрагмент в целевом документе, вернитесь к исходной странице и обведите область точнее; сам PDF не нужно изменять.

PDF Commander: что выбрать после распознавания

Цель: не перепутать PDF с текстовым слоем и обычную текстовую выгрузку. Подготовка: определите, кому предназначен результат: читателю архива, редактору Word или программе обработки текста.

  1. Чтобы документ выглядел как скан, установите «Добавить невидимый слой текста». Откройте результат в другом PDF-просмотрщике и проверьте поиск.
  2. Чтобы забрать текст отдельно, выберите «Извлечь текст» и сохраните полученный текстовый результат. Заголовки, изображения и таблицы в таком файле не сохраняются как макет.
  3. Для изменения визуального содержания рассмотрите режимы «Заменить изображение текстом» и «Наложить текст на изображение». Их выбирают после пробной обработки одной страницы, потому что положение строк может измениться.
  4. Если программа предлагает модуль «Быстрый» или иной вариант распознавания, сравните результат на одной сложной странице, прежде чем обрабатывать весь комплект.

Проверка: сопоставьте три элемента — видимый лист, скопированный текст и возможность редактирования. Ошибка: попытка редактировать слова внутри картинки после создания невидимого слоя. Откат: вернитесь к исходному PDF и получите новый файл в режиме редактируемого текста, не перезаписывая поисковую копию.

ABBYY FineReader PDF: восстановить разметку страницы и проверить ошибки

Цель: получить текст со сложными блоками и таблицами для дальнейшей правки. Подготовка: проверьте ориентацию и разрежьте на отдельные файлы развороты с двумя страницами, если их невозможно разделить областями.

  1. Откройте FineReader PDF и выберите OCR Editor через окно новой задачи: «Open in OCR Editor» либо соответствующий пункт инструментов.
  2. Загрузите PDF или изображения. В настройках OCR задайте языки документа. Программа анализирует зоны, но для сложного листа проверьте, где определены текст, таблица и рисунок.
  3. Исправьте границы блоков и их порядок, затем запустите «Recognize All Pages» через меню Recognize, если автоматическое распознавание не сработало или вы изменили зоны.
  4. В панели распознанного текста проверьте подозрительные слова; для системной проверки выберите «Recognize» → «Verify Text…».
  5. В настройках сохранения выберите режим редактируемой копии для Word либо точной копии для более строгого макета и сохраните отдельно.

Проверка: сравните минимум по одной строке в каждой колонке, подписи к изображениям и табличные заголовки. Ошибка: система читает ячейки в порядке строк соседних таблиц. Откат: отмените вручную изменённые зоны в копии OCR-проекта, перестройте области и распознайте страницу повторно; исходный скан не изменяйте.

Рабочее окно ABBYY FineReader OCR Editor с миниатюрами страниц, областями распознавания и панелью текста
Панели изображения и текста позволяют сверять распознанные символы с исходником.

Adobe Acrobat Pro: добавить поиск и обработать несколько файлов

Цель: получить PDF с OCR-слоем и сохранить единый рабочий процесс с комментариями. Подготовка: откройте копию файла в версии Acrobat с поддержкой OCR; для нескольких документов подготовьте отдельную папку вывода.

  1. Для одного документа выберите «Все инструменты» → «Сканирование и OCR» → «В этом файле».
  2. Установите диапазон страниц и язык; через «Настройки» уточните параметры вывода.
  3. Нажмите «Распознать текст», дождитесь завершения и сохраните PDF под новым именем.
  4. Для партии вернитесь в «Сканирование и OCR», выберите «В нескольких файлах», затем «Добавить файлы». В «Параметрах вывода» укажите целевую папку и правило имён.
  5. После обработки откройте каждый файл и выборочно проверьте критичные абзацы. Для исправления сомнительных слов используйте «Все инструменты» → «Сканирование и OCR» → «Исправить распознанный текст».

Проверка: на всех обработанных листах работает поиск, а в папке вывода лежат новые файлы, не исходники. Ошибка: разные языки в одном комплекте либо неверно выбран диапазон. Откат: удалите только созданные копии, измените настройки отдельной группы файлов и повторите пакетную задачу.

Инструмент Adobe Acrobat Scan & OCR с выбором языка, диапазона и кнопкой Recognize text
В Acrobat OCR запускается из раздела распознавания сканов с настройкой страниц и языка.

PDF24 Creator: бесплатный поисковый PDF на компьютере

Цель: распознать несколько файлов без передачи их содержимого в веб-конвертер. Подготовка: установите PDF24 Creator, проверьте наличие языка OCR и подготовьте папки «Исходники» и «Результат».

  1. Запустите PDF24 и откройте инструмент «PDF OCR». Добавьте сканированный PDF или несколько файлов через «Add files»/«Добавить файлы» либо перетаскиванием.
  2. Выберите язык распознавания. При необходимости активируйте выравнивание перекоса, автоматический поворот и обработку фона. Для стандартных печатных листов используйте исходное разрешение около 300 dpi.
  3. Нажмите «Start»/«Старт» или соответствующую кнопку запуска в вашей локализации; следите за статусом обработки каждого файла.
  4. По завершении выберите «Save files»/«Сохранить файлы» и укажите отдельную папку. Откройте новый PDF и проверьте поиск по словам.
  5. Для смешанных файлов используйте предусмотренный параметр пропуска страниц с текстом, чтобы не запускать OCR на цифровом содержимом без необходимости.

Проверка: визуальные страницы совпадают по порядку, а копирование выдаёт кириллицу. Ошибка: распознавание не стартует, потому что языковой пакет не загружен. Откат: оставьте исходные файлы в исходной папке, установите языковые данные и пересоздайте результат; не меняйте существующий архивный оригинал.

Рабочее окно PDF24 OCR с очередью файлов, языком, DPI и параметрами поворота страниц
В PDF24 OCR параметры обработки задаются справа от очереди документов.

macOS «Просмотр»: вставить распознанный текст в PDF

Цель: получить поисковую копию отсканированного PDF штатным инструментом macOS. Подготовка: откройте PDF в приложении «Просмотр», убедитесь, что содержимое представлено изображениями и поиск не работает.

  1. В меню «Файл» выберите «Экспортировать».
  2. В диалоге экспорта для PDF отметьте «Вставить текст». Эта настройка появляется для документов, которые ещё не содержат распознанного текста.
  3. Назовите итоговый файл иначе, чем оригинал, и сохраните его.
  4. Откройте результат в «Просмотре» или другом PDF-приложении, выделите фрагмент и воспользуйтесь поиском по редкому слову.

Проверка: выделение следует за видимыми буквами, а последовательность скопированных слов соответствует изображению. Ошибка: нет пункта «Вставить текст»; проверьте, не было ли OCR выполнено ранее, и поддерживается ли функция вашей версией macOS. Откат: закройте созданную копию и вернитесь к оригиналу без изменений.

Диалог экспорта PDF в приложении «Просмотр» на Mac с включённой опцией Embed Text
Флажок «Вставить текст» доступен в экспорте подходящего сканированного PDF; на иллюстрации интерфейс с иной локализацией.

Google Диск: преобразовать маленький PDF в Google Документы

Цель: получить редактируемый текст и при необходимости DOCX, не устанавливая программу. Подготовка: документ должен быть чётким, правильно ориентированным и удовлетворять рекомендуемому ограничению 2 МБ для OCR.

  1. На компьютере откройте Google Диск и загрузите PDF через «Создать» → «Загрузить файлы».
  2. Щёлкните загруженный документ правой кнопкой и выберите «Открыть с помощью» → «Google Документы».
  3. После преобразования откроется новый документ: изображение страницы и распознанный текст можно сопоставить.
  4. Исправьте фамилии, числа, абзацы, а если нужен Word, выберите в Google Документах «Файл» → «Скачать» → «Microsoft Word (.docx)».

Проверка: слова редактируются в Google Документах, а в скачанном DOCX остаётся нужный порядок абзацев. Ошибка: таблица превратилась в строки или исчезли сноски. Откат: не удаляйте исходный PDF на Диске, отмените неудачную правку или повторите конвертацию с отдельно подготовленными страницами.

Контекстное меню Google Диска: Open with для открытия PDF в Google Docs
Для OCR нужен пункт «Открыть с помощью» → «Google Документы», а не обычный предпросмотр PDF.

PDF24 Tools: сделать поисковый PDF онлайн

Цель: обработать обычный несекретный скан из браузера. Подготовка: убедитесь, что разрешена передача содержимого стороннему сервису; для личных данных выберите локальный способ.

  1. Откройте онлайн-инструмент PDF OCR в PDF24 Tools и перетащите в область загрузки PDF или изображение.
  2. Выберите язык распознавания; при необходимости включите исправление наклона, поворот, очистку артефактов или вывод PDF/A.
  3. Запустите OCR кнопкой старта и дождитесь завершения.
  4. Скачайте созданный PDF с текстовым слоем, откройте в независимом просмотрщике и проверьте поиск.

Проверка: поиск находит слово и выделяет его на странице без существенного изменения внешнего вида. Ошибка: PDF стал больше или в тексте появились лишние пробелы. Откат: скачанную копию можно удалить и повторить обработку с меньшим числом фильтров; локальный исходник не перезаписывался.

iPhone: сфотографировать документ в Adobe Scan

Цель: получить PDF с телефона без отдельного сканера. Подготовка: положите документ на ровную поверхность, включите равномерное освещение и убедитесь, что в кадре видны все четыре угла.

  1. Откройте Adobe Scan и создайте новый скан камерой либо добавьте поддерживаемое изображение.
  2. Проверьте автоматически найденные границы; исправьте обрезку, поворот и порядок листов. Уберите засветы и лишние тени средствами обработки приложения.
  3. Сохраните документ как PDF; доступность поиска и расширенной обработки зависит от режима OCR приложения.
  4. Откройте сохранённый файл в Acrobat или другом просмотрщике и проверьте выделение нужного слова. Если требуется редактировать именно слова в PDF через мобильный Acrobat, используйте «More tools» → «Recognize text» в поддерживаемой подписке.

Проверка: в PDF нет обрезанных сумм и номеров, а поиск работает там, где выполнялось OCR. Ошибка: камера сняла страницу под углом, либо часть OCR-функций недоступна без подписки. Откат: повторите съёмку неудачной страницы или оставьте исходное фото в отдельной копии, не подменяя им уже сверенный документ.

Android: извлечь печатный текст через Text Fairy

Цель: получить обычный текст с фотографии без постоянного доступа к интернету. Подготовка: откройте реальное приложение Text Fairy (OCR Text Scanner) из Google Play и убедитесь, что языковые данные установлены.

  1. Добавьте снимок документа из галереи либо сделайте его камерой приложения.
  2. Обрежьте изображение до нужной области, исправьте перспективу и поворот; для нескольких столбцов используйте предлагаемые приложением настройки разбиения.
  3. Выберите распознавание печатного текста и нужный язык. После обработки откройте результат в режиме редактирования.
  4. Проверьте слова и сохраните или передайте результат кнопками Copy, Share либо PDF — в зависимости от нужного формата.

Проверка: скопированный текст содержит правильные кириллические знаки; из него можно сделать абзацы в заметках. Ошибка: рукописные слова не распознаны — это известное ограничение Text Fairy. Откат: сохраните исходную фотографию, повторите OCR только после улучшения съёмки или перепишите рукописный фрагмент вручную.

Приложение Text Fairy на Android: меню результата с действиями Share, Copy и PDF
После OCR Text Fairy предлагает скопировать, отправить или сохранить текст в PDF.

Linux: пакетный OCR через OCRmyPDF

Цель: создать поисковую копию PDF с русским и английским текстом. Подготовка: установите OCRmyPDF, Tesseract и языковые данные rus и eng средствами своей системы; сохраните исходник под отдельным именем.

  1. Откройте терминал в папке с файлом input.pdf и убедитесь, что целевого файла output.pdf ещё нет.
  2. Запустите команду: ocrmypdf -l rus+eng --rotate-pages --deskew --mode skip input.pdf output.pdf. В некоторых поддерживаемых конфигурациях вместо --mode skip используется старый эквивалент --skip-text.
  3. Если нужен отдельный TXT для вычитки, добавьте параметр --sidecar output.txt и повторите запуск с новым именем результата.
  4. После завершения откройте output.pdf и проверьте поиск по кириллице и латинице. Сопоставьте число страниц и рисунки с исходником.

Проверка: выходной файл читается PDF-просмотрщиком, а текст выбирается мышью. Ошибка: недостающий пакет rus либо предупреждение о страницах, где уже есть текст. Откат: удалите только output.pdf и output.txt, установите языковые данные либо выберите режим пропуска существующего текста; не применяйте принудительное OCR к цифровым страницам без причины.

Сквозной сценарий: от бумажного договора до двух пригодных файлов

Цель: одновременно сохранить юридически значимую визуальную копию и получить текст для внутренней работы. Подготовка: предусмотрите три отдельных файла — исходный скан, поисковый PDF, редактируемую текстовую выгрузку.

  1. Отсканируйте обе стороны всех листов примерно с 300 dpi, без обрезанных реквизитов, проверьте порядок и соберите один исходный PDF.
  2. Сделайте неизменяемую резервную копию. На примере PDF Commander откройте рабочую копию, выберите правильные языки и «Добавить невидимый слой текста» для всего документа.
  3. Получите новый поисковый PDF. В отдельной операции извлеките текст либо сделайте редактируемую копию в подходящем редакторе.
  4. Выполните контрольную сверку: стороны договора, даты, суммы, банковские реквизиты, отрицания «не» и подписи к таблицам; отметьте неразборчивые места, не угадывая символы.
  5. Сохраните конечные файлы в разные папки, например «Архив» для оригинала, «Поиск» для OCR-PDF и «Рабочий текст» для DOCX/TXT.

Проверка: все листы присутствуют, поисковый файл визуально совпадает с исходником, а изменения в рабочем тексте не затрагивают архив. Ошибка: по ошибке отредактирован PDF с подписями или случайно заменён оригинал. Откат: восстановите его из резервной копии и повторите экспорт; признавайте исходным документом только неподменённый экземпляр.

Что сохраняется после OCR: PDF, Word, TXT и таблицы

Распознанные буквы ещё не означают сохранённую структуру документа. У файла есть минимум три слоя ценности: сам вид страницы, машинный текст и логическое устройство материала — абзацы, колонки, таблицы, ссылки, порядок чтения. Разные инструменты сохраняют эти свойства по-разному. Поэтому вопрос «какая программа распознаёт точнее» следует дополнять вопросом «что именно в результате останется пригодным для дальнейшей работы».

Действие Что обычно сохраняется Что теряется или требует проверки Как проверить переносимость
Сохранить поисковый PDF Картинка страницы, текст для поиска и копирования Возможные ошибки невидимого слоя, порядок выделения Открыть PDF в другом просмотрщике, найти и скопировать фразу
Вывести TXT Слова и часть переносов строк Шрифты, картинки, таблицы, большинство структурных связей Открыть обычным текстовым редактором в UTF-8
Конвертировать в DOCX Текст, абзацы, часть таблиц и оформления Точные отступы, многоуровневые колонки, примечания Открыть Word либо совместимым редактором, проверить таблицы
Перенести таблицу в XLSX Значения ячеек и заголовков при удачной разметке Объединённые ячейки, формулы, связь строк, разделители Пересчитать итоги и сверить диапазоны с PDF
Сделать PDF/A после OCR Поисковый результат в формате для архивного хранения Часть интерактивных возможностей исходного PDF Проверить PDF/A-совместимость отдельным валидатором
Оставить только изображение Внешний вид бумажного листа Поиск и копирование без отдельного OCR Проверить наличие текста и исходный пиксельный размер

Как оценить точность распознавания, а не только наличие текста

Проверка одной случайной строки не даёт уверенности в распознавании целого документа. Отберите несколько показательных участков: верх страницы с крупным заголовком, плотный абзац мелким шрифтом, таблицу, сноску, числовую строку и участок возле повреждения. Для двуязычного документа включите примеры обоих алфавитов и слов со смешанными буквами. Если есть эталонный текст, сравните его с результатом: количество замен, пропусков и вставок символов относительно числа эталонных символов показывает уровень ошибки.

  • Буквы: обратите внимание на «О» и «0», «З» и «3», «С» и латинскую «C», «р» и «p», «ё» и «е». Ошибки этих пар меняют суммы, коды и результаты полнотекстового поиска.
  • Знаки: проверьте минусы, дефисы, десятичные разделители, запятые в финансовых значениях, верхние индексы и кавычки.
  • Структура: сравните порядок колонок, нумерацию пунктов, принадлежность подписей к рисункам, границы таблиц и пустые поля форм.
  • Объём: число страниц, начало и конец каждой страницы, пустые листы, обороты и вложения должны соответствовать оригиналу.
  • Поиск: в поисковом PDF найдите фамилию, термин и пару цифр. Проверка только текстового копирования не выявит проблемы с размещением слоя на странице.

Почему не распознаётся текст: 11 проблем и их решение

Ошибки OCR обычно связаны с типом PDF, неверным языком, качеством картинки или неправильным ожиданием от формата результата. Для диагностики не запускайте десятки разных конвертеров подряд: сначала определите симптом, затем проверьте конкретную гипотезу на одной странице. После каждой правки повторяйте тот же контрольный поиск и сверку.

Симптом Причина и диагностика Исправление Проверка
Кнопка OCR неактивна В редакции нет функции либо файл защищён; проверьте права и лицензию Откройте разрешённую копию в инструменте с доступным OCR Команда запускается для тестовой страницы
Поиск ничего не находит Файл остался картинкой или сохранён неверный результат Выберите создание поискового PDF с текстовым слоем Ctrl+F находит редкое слово
Кириллица превратилась в латиницу Указан английский язык или нет русских данных Добавьте русский языковой пакет и повторите страницу Проверенная фраза содержит кириллицу
Буквы заменяются цифрами Размытый исходник и похожие контуры «О/0», «З/3» Повторное сканирование, более чёткий кадр, вычитка Сумма и номер совпадают с оригиналом
Строки смешались между колонками OCR неверно определил структуру страницы Разметьте отдельные области «Колонка» и порядок чтения Абзацы следуют сверху вниз внутри столбца
Таблица превратилась в кашу Алгоритм выдал текст без структуры ячеек Используйте зоны таблиц и экспорт с сохранением ячеек Суммы и заголовки совпадают с оригиналом
OCR пропускает края документа Скан обрезан при захвате или автообрезке Вернитесь к изображению с полями и исправьте рамку Видны последние буквы и печати
Текст появился дважды Повторный OCR поверх существующего слоя Обработайте исходную копию, удалите старый OCR-слой штатной функцией Выделение не дублирует слова
Файл после OCR слишком большой Обработка создала новый графический слой или неудачное сжатие Сравните настройки качества и не растрируйте цифровые страницы Размер приемлем, буквы остались чёткими
PDF не открывается после экспорта Сохранение прервано или создан некорректный файл Вернитесь к резервной копии, сохраните под новым именем Файл открылся в двух просмотрщиках
Онлайн-сервис не принимает файл Превышены ограничения либо документ повреждён Проверьте размер, формат, разделите большой файл без потери страниц Тестовая часть загружается и распознаётся

Есть ещё важный случай: PDF ищется, но копирование выдаёт неправильные символы. Здесь может быть повреждена карта шрифтов или старый OCR-слой. Диагностика начинается не с принудительного распознавания всей книги, а со сравнения одного абзаца в двух просмотрщиках. Для цифровых страниц предпочтительнее корректный экспорт текста; для сканов — пересоздание OCR-слоя на копии. После исправления проверьте тот же абзац, а не произвольную новую страницу.

Конфиденциальность, стоимость и ограничения OCR

Стоимость OCR — это не только цена приложения. Для разовой страницы нередко хватает встроенных или бесплатных средств; для сотен PDF существеннее время контроля, потери от неправильной верстки и работа с исключениями. У платных редакторов стоит заранее выяснить, покрывает ли выбранная лицензия OCR, пакетную обработку, расширенные языки, поиск в сканах и экспорт DOCX. У онлайн-сервисов добавляются ограничения загрузки, аккаунта, очереди и обработки на сервере.

Распознавание не снимает авторские права с книги, не даёт разрешения публиковать чужой договор и не превращает неразборчивые слова в юридически достоверный текст. OCR полезен для внутреннего поиска, доступности материалов и архивирования, но ответственное использование включает соблюдение прав на документ, защиту персональных данных и проверку значимых реквизитов. При наличии цифровой подписи сохраняйте оригинал отдельно и проверяйте её действительность до и после любых допустимых действий.

Частые вопросы о распознавании текста в PDF

Можно ли сделать поисковый PDF без превращения его в Word?

Да. Выбирайте результат с невидимым текстовым слоем: внешний вид остаётся близким к скану, а слова становятся доступны для поиска. Такой тип результата предлагают PDF Commander, Acrobat, PDF24 и другие OCR-редакторы.

В чём разница между распознаванием печатного текста и рукописи?

Печатные символы имеют устойчивые контуры и пробелы. Рукописный текст связан с почерком, слитными буквами и сокращениями; для него нужны специализированные технологии и более строгая вычитка. Не все OCR-приложения, в частности Text Fairy, поддерживают рукопись.

Что выбрать для конкретной задачи

Сравнение основных решений Windows по единым критериям

Инструмент Главный результат Работа с областями Группы файлов Главное ограничение
PDF Commander Поисковый PDF, извлечённый текст Да, фрагменты и колонки Диапазон страниц Нужна проверка макета и доступных модулей
ABBYY FineReader PDF DOCX, TXT, поисковый PDF Подробная ручная разметка Документы и страницы Коммерческая лицензия
Adobe Acrobat Pro PDF с текстовым слоем Настройки и исправление слов Несколько документов Коммерческая редакция
PDF24 Creator Поисковый PDF, PDF/A В основном автоматические параметры Несколько файлов Не ориентирован на сложный DOCX
PDF-XChange Editor Поисковый слой; в Plus — редактируемый текст Диапазон и движок OCR Страницы и документы Расширенное OCR требует Plus

Для разовой копии выбирайте минимально необходимую функцию; для архивных договоров важнее неизменный вид страницы и поиск, а для сложной печатной верстки — возможность исправлять распознанные области. Сравнивать варианты по количеству кнопок недостаточно: решающим остаётся формат проверенного результата.

На macOS сначала проверьте возможность «Вставить текст» в «Просмотре». Для разовой небольшой несекретной страницы без установки программы удобны Google Документы, если нужен редактируемый текст, или PDF24 OCR, если нужен поисковый PDF. На телефоне для короткой цитаты достаточно системного распознавания на iPhone или Google Объектива на Android; для многолистных бумажных документов используйте мобильный сканер с OCR. На Linux и при автоматизации больших каталогов рационален OCRmyPDF.