Scan OnlineTài liệu, ảnh, CCCD thành PDF miễn phí Miễn phí, không cần đăng ký
VI

OCR PDF là gì? Cách chuyển PDF scan thành văn bản sửa được

Đăng ngày · 4 phút đọc

OCR PDF: chuyển PDF scan thành văn bản

Bạn nhận một file PDF scan, muốn sao chép một đoạn hay sửa vài con số nhưng không bôi đen được chữ nào. Lý do là PDF scan chỉ chứa ảnh của trang giấy. Để biến ảnh thành chữ, bạn cần OCR PDF. Bài này giải thích OCR là gì, cách OCR PDF miễn phí trên máy tính, điện thoại và cách scan tài liệu sao cho nhận dạng tiếng Việt chính xác hơn.

OCR PDF là gì?

OCR (Optical Character Recognition, nhận dạng ký tự quang học) là công nghệ đọc chữ trong ảnh và chuyển thành văn bản mà máy tính hiểu được. OCR PDF là chạy nhận dạng chữ trên file PDF scan. Kết quả có thể là:

OCR PDF là gì: PDF scan chỉ là ảnh và văn bản sau khi OCR
Trước OCR, trang PDF scan chỉ là ảnh. Sau OCR, chữ chọn, sao chép, tìm kiếm được. Tài liệu mẫu.

Cách kiểm tra nhanh: mở PDF, thử bôi đen một dòng. Không bôi đen được, hoặc tìm kiếm (Ctrl + F) không ra kết quả, nghĩa là file chưa có lớp chữ.

Cách OCR PDF miễn phí bằng Google Drive

Google Drive có sẵn OCR, không cần cài thêm phần mềm. Theo trang trợ giúp của Google:

4 bước OCR PDF miễn phí bằng Google Drive và Google Tài liệu
Tải PDF lên Drive, mở bằng Google Tài liệu, soát lỗi rồi tải về Word.
  1. Mở Google Drive trên máy tính, tải file PDF scan lên.
  2. Bấm chuột phải vào file, chọn Mở bằng, rồi Google Tài liệu.
  3. Drive tạo một tài liệu mới: ảnh trang ở trên, chữ nhận dạng ở dưới.
  4. Soát lỗi, xóa phần ảnh nếu không cần, rồi vào Tệp > Tải xuống > Microsoft Word (.docx).

Lưu ý từ Google: file nên từ 2 MB trở xuống, trang phải đặt thẳng chiều (xoay trước nếu bị ngang), chữ cao ít nhất 10 pixel, ảnh rõ và sáng đều. Drive tự nhận diện ngôn ngữ của tài liệu. Chữ in đậm, in nghiêng, cỡ chữ, xuống dòng thường được giữ; bảng, cột, chú thích cuối trang thường không giữ được bố cục.

File scan quá 2 MB? Nén PDF trước, hoặc tách trang PDF thành nhiều phần nhỏ rồi OCR từng phần.

OCR trên điện thoại

Scan thế nào để OCR tiếng Việt chính xác?

Chất lượng nhận dạng phụ thuộc nhiều nhất vào bản scan đầu vào. Chữ tiếng Việt có dấu nhỏ, dễ bị đọc sai nếu ảnh mờ hoặc nền bẩn.

Bạn có thể tạo bản scan sạch bằng công cụ scan hình ảnh, tài liệu online thành PDF trên điện thoại iPhone và Android: tự cắt khổ, nắn thẳng, làm trắng nền, rồi đưa file PDF vào Google Drive để OCR. Lưu ý: công cụ scan trên trang này tạo PDF dạng ảnh, chưa có chức năng nhận dạng chữ. Hướng dẫn scan chi tiết có trong bài cách scan văn bản.

OCR PDF có an toàn không?

OCR qua dịch vụ trực tuyến nghĩa là file được tải lên máy chủ của nhà cung cấp. Với hợp đồng, sao kê, giấy tờ tùy thân, hãy cân nhắc che thông tin nhạy cảm trước hoặc dùng phần mềm chạy trên máy. Đọc điều khoản lưu trữ dữ liệu của dịch vụ bạn dùng.

Sau khi OCR: soát lỗi là bắt buộc

Không công cụ OCR nào chính xác tuyệt đối. Sau khi nhận dạng, đọc lại toàn bộ, đặc biệt:

Câu hỏi thường gặp

OCR PDF là gì?

OCR PDF là nhận dạng chữ trong file PDF scan, biến ảnh trang giấy thành chữ có thể chọn, sao chép, tìm kiếm và chỉnh sửa.

OCR PDF miễn phí bằng cách nào?

Tải PDF lên Google Drive trên máy tính, bấm chuột phải, chọn Mở bằng, rồi Google Tài liệu. Drive nhận dạng chữ và tạo tài liệu có thể sửa, tải về dạng Word.

Vì sao OCR tiếng Việt bị sai dấu?

Thường do bản scan mờ, nghiêng, nền xám hoặc chữ quá nhỏ. Scan lại với nền trắng, chữ đen, trang thẳng và chụp gần hơn sẽ cải thiện rõ rệt.

Scan tài liệu vào Word được không?

Được, qua 2 bước: scan giấy tờ thành PDF rõ nét, rồi dùng OCR như Google Tài liệu để chuyển thành văn bản và tải về file Word. Nhớ soát lại lỗi trước khi dùng.

Bài viết khác