Como tornar um PDF digitalizado pesquisável no Windows

Você não consegue pesquisar em um PDF digitalizado porque ele guarda uma foto de cada página, não as letras em si. Scanners de mesa, aplicativos de digitalização no celular e copiadoras de escritório normalmente salvam as páginas assim, a menos que rodem OCR durante a digitalização.

O resultado parece um documento, mas se comporta como um álbum de fotos. A busca do Edge não encontra nada, você não consegue selecionar uma linha nem copiar um número de conta para um e-mail, e acaba tendo de digitá-lo de novo.

O Windows consegue ler texto da tela, mas não adiciona uma camada de texto a um PDF, então não torna uma digitalização pesquisável. O Microsoft Edge mostra a digitalização e deixa você desenhar ou adicionar texto por cima, mas não tem opção para gravar o texto reconhecido no arquivo.

No Windows 11, a Ferramenta de Captura consegue ler o texto: pressione a tecla do logotipo do Windows + Shift + S, capture parte da página, abra a captura na Ferramenta de Captura, clique em Ações de texto e copie o texto. O PowerToys, um aplicativo gratuito da Microsoft que você instala à parte, acrescenta o Text Extractor, que copia texto de qualquer coisa na tela. Os dois são práticos para pegar um telefone ou um endereço.

O detalhe é que nada disso é gravado no arquivo. A busca do Edge, os outros aplicativos e a pessoa para quem você envia o PDF continuam recebendo uma imagem. Em um documento que você vai pesquisar depois ou entregar a alguém, o texto precisa estar incorporado ao próprio PDF.

A ferramenta “OCR PDF” do File Acture roda o reconhecimento de texto em cada página digitalizada, no seu PC, e incorpora o resultado como uma camada de texto invisível sobre a imagem original. A página fica exatamente como antes, mas você pode pesquisar nela, selecionar linhas e copiá-las.

Escolha o idioma do documento antes de começar: dizer ao reconhecedor o que esperar dá resultados melhores, principalmente com acentos e outros alfabetos.

Você pode processar vários PDFs na mesma execução. Cada um ganha uma cópia pesquisável, salva como um arquivo novo na pasta que você escolher, e as suas digitalizações originais continuam sem alterações.

O OCR é tão bom quanto a digitalização, então páginas retas e nítidas dão o melhor texto.

• Escolha o idioma. Escolher o idioma do documento diz ao reconhecedor o que esperar, principalmente com acentos e escritas não latinas.
• Digitalize a 300 DPI. Se o scanner estiver na sua mão, 300 DPI é um bom ajuste para texto. Bem abaixo disso, as letras miúdas viram manchas difíceis de ler.
• Endireite as páginas antes. Coloque as páginas deitadas na posição certa com o Girar páginas antes de rodar o OCR.
• Fotos de documentos? Junte-as em um único PDF com o Imagens para PDF e depois rode o OCR no resultado.
• Digitalização protegida por senha? Remova antes a senha com o Desbloquear PDF, rode o OCR na cópia e depois proteja de novo a cópia pesquisável com o Proteger PDF.
• Fique de olho no tamanho. O OCR acrescenta texto; ele não reduz as imagens. Se a cópia ficar grande demais para enviar, passe o Comprimir PDF nela, e a camada de texto continua no lugar.

Os serviços de OCR online precisam do seu documento nos servidores deles, o que pesa em extratos bancários, laudos médicos e digitalizações de documentos de identidade. O File Acture roda o reconhecimento de texto no seu PC, então as páginas nunca saem dele; a versão grátis só precisa de conexão com a internet para contar as execuções.

A versão grátis inclui 3 execuções em cada PC, com até 5 PDFs por execução. Para acervos grandes de digitalizações, veja os preços.

Vai enviar o resultado a um portal? Respeite o limite de tamanho sem estragar a digitalização.