Как сделать отсканированный PDF доступным для поиска в Windows

Искать в отсканированном PDF не получается потому, что внутри лежит фотография каждой страницы, а не сами буквы. Планшетные сканеры, приложения для сканирования на телефоне и офисные копиры обычно сохраняют страницы именно так, если только не запускают распознавание прямо при сканировании.

В итоге файл выглядит как документ, но ведет себя как фотоальбом. Поиск в Edge ничего не находит, строку не выделить, а номер счета не скопировать в письмо — приходится перепечатывать его вручную.

Windows умеет считывать текст с экрана, но не умеет добавлять текстовый слой в PDF, поэтому сделать скан доступным для поиска не может. Microsoft Edge показывает скан и позволяет рисовать или добавлять текст поверх него, но сохранить распознанный текст в файл не предлагает.

В Windows 11 текст умеют читать «Ножницы»: нажмите клавишу с логотипом Windows + Shift + S, выделите часть страницы, откройте снимок в «Ножницах», нажмите Text actions (действия с текстом) и скопируйте текст. PowerToys — бесплатное приложение Microsoft, которое устанавливается отдельно, — добавляет Text Extractor, который копирует текст с чего угодно на экране. Оба способа удобны, когда нужно выхватить номер телефона или адрес.

Загвоздка в том, что в сам файл ничего не записывается. Поиск в Edge, другие программы и человек, которому вы отправите PDF, по-прежнему получат картинку. Для документа, в котором вы будете искать позже или который передадите кому-то еще, текст должен быть встроен в сам PDF.

Инструмент «OCR PDF» в File Acture распознает текст на каждой отсканированной странице прямо на вашем ПК и встраивает результат невидимым текстовым слоем поверх исходного изображения. Страница выглядит в точности как раньше, но в ней можно искать, выделять строки и копировать их.

Перед запуском выберите язык документа: если подсказать распознаванию, чего ждать, результат будет лучше, особенно когда в тексте есть буквы с диакритикой или другой алфавит.

За один запуск можно обработать несколько PDF. Для каждого сохраняется копия с поиском — новым файлом в выбранной вами папке, а исходные сканы остаются без изменений.

Распознавание не бывает лучше самого скана, поэтому ровные и четкие страницы дают лучший текст.

• Выберите язык. Выбранный язык документа подсказывает распознаванию, чего ждать, — особенно это важно для букв с диакритикой и нелатинских алфавитов.
• Сканируйте в 300 DPI. Если сканер в ваших руках, 300 DPI — хорошая настройка для текста. Существенно ниже — и мелкий шрифт превращается в размытые пятна, которые трудно прочитать.
• Сначала выровняйте страницы. Поставьте боковые страницы прямо с помощью инструмента «Повернуть страницы», а потом запускайте распознавание.
• Фотографии документов? Соберите их в один PDF с помощью «Изображения в PDF», а затем распознайте текст в получившемся файле.
• Скан защищен паролем? Сначала снимите пароль с помощью «Разблокировать PDF», распознайте текст в копии, а затем снова защитите копию с поиском через «Защитить PDF».
• Следите за размером файла. Распознавание добавляет текст, но не уменьшает изображения. Если копия слишком большая для отправки, пропустите ее через «Сжать PDF» — текстовый слой останется на месте.

Онлайн-сервисам распознавания нужен ваш документ на их серверах, а это важно, когда речь о банковских выписках, письмах из клиники и сканах удостоверений. File Acture распознает текст на вашем ПК, поэтому страницы его не покидают; бесплатной версии интернет нужен только для подсчета запусков.

В бесплатной версии — 3 запуска на каждом ПК, до 5 PDF за запуск. Для больших архивов сканов — посмотрите цены.

Загружаете результат на портал? Уложитесь в его лимит размера, не испортив скан.