Коротко
Если текст в PDF не выделяется, скорее всего, страница — это отсканированное изображение, а не настоящий текст. Запустите OCR (оптическое распознавание символов), чтобы добавить скрытый текстовый слой: страница будет выглядеть так же, но в ней можно будет искать и копировать. Если текст выделяется, но копирование запрещено, в PDF стоят ограничения, для снятия которых нужен пароль владельца.
Вы открываете PDF, пытаетесь скопировать абзац, и ничего не происходит. То вся страница становится синей, как картинка, то курсор ничего не выделяет, то текст вставляется абракадаброй. Это одна из самых частых проблем с PDF, и почти всегда у неё одна из трёх причин. У каждой своё решение.
Три причины, по которым текст из PDF не копируется
| Что вы видите | Вероятная причина | Что делать |
|---|---|---|
| Щелчок выделяет всю страницу или вообще ничего | Страница — отсканированное изображение без текстового слоя | Запустить OCR |
| Текст выделяется, но «Копировать» неактивно или ничего не вставляется | В PDF стоят ограничения прав доступа | Снять их паролем владельца или попросить отправителя |
| Текст копируется, но вставляется набором странных символов | В PDF шрифты без правильной таблицы соответствия символов | Распознать проблемные страницы или конвертировать в Word |
Первый случай встречается чаще всего. Всё, что прошло через сканер, приложение для сканирования на телефоне или факс, по умолчанию является фотографией бумаги. Программа для просмотра показывает вам картинку, но букв, которые можно выделить, в файле нет.
Что делает OCR
OCR — оптическое распознавание символов — анализирует изображение каждой страницы, находит очертания букв и слов и превращает их в настоящий текст. Хороший инструмент распознавания затем кладёт этот текст невидимым слоем точно поверх соответствующих слов на изображении.
Результат выглядит точно так же, как исходный скан. Но если провести курсором по строке, слова выделятся; если нажать Ctrl+F, они найдутся; а при копировании вы получите текст, который можно вставить в письмо или документ. Программы экранного доступа тоже смогут прочитать страницу вслух, так что документ станет доступнее.
Пошагово: как сделать текст в скане копируемым с MyPDFDone
- 01Убедитесь, что это сканПопробуйте выделить мышью одно слово. Если вся страница подсвечивается одним блоком или не выделяется ничего, страница — это картинка, и ей нужно распознавание.
- 02Загрузите файл в «Распознать текст в PDF»Откройте инструмент «Распознать текст в PDF» в MyPDFDone и перетащите в окно загрузки отсканированный PDF, JPG или PNG. Принимаются файлы до 100 МБ и до 200 страниц.
- 03Выберите язык документаУкажите, на каком языке написан документ. Правильный язык заметно повышает точность, особенно для букв с диакритикой и особых символов.
- 04Проверьте предпросмотрПредпросмотр бесплатный. Убедитесь, что страницы выглядят как раньше, а распознанный текст в нескольких строках совпадает с оригиналом.
- 05Скачайте и копируйтеСкачайте PDF с поиском по тексту за 4,99 $, оплата один раз, откройте его в любой программе для просмотра PDF и выделяйте, ищите и копируйте текст как обычно.
Обработка и предпросмотр бесплатны, так что вы увидите, справляется ли распознавание с вашим документом, ещё до оплаты. Скачивание стоит 4,99 $ один раз за этот файл. Никакой скрытой подписки, а файлы автоматически удаляются через 2 часа.
Как улучшить качество распознавания
- Сначала выровняйте и обрежьте. Лучше всего распознаются ровные, равномерно освещённые страницы. Если сканируете телефоном, используйте режим сканирования в приложении, а не обычную камеру: он сам выравнивает и обрезает страницу.
- Сканируйте в 300 dpi. При меньшем разрешении мелкие буквы становятся неразборчивыми, а большее не помогает и только увеличивает файл.
- Выбирайте правильный язык. Для букв с диакритикой, кириллицы и других неанглийских символов нужно выбрать соответствующий язык.
- Делите очень длинные сканы. «Распознать текст в PDF» обрабатывает до 200 страниц в одном файле. Более длинный скан разрежьте на части через «Разделить PDF» и распознайте каждую часть.
Бесплатные способы скопировать текст из скана
Возможно, у вас уже есть инструмент, который умеет читать текст с картинок. Такие способы хороши, чтобы забрать одно предложение или номер телефона; для целых документов надёжнее полноценное распознавание.
Windows
В Windows 11 у приложения «Ножницы» есть кнопка действий с текстом. Сделайте снимок нужной части страницы, нажмите эту кнопку и скопируйте распознанный текст. Это работает с чем угодно на экране, включая отсканированный PDF. Microsoft Word тоже умеет открывать многие PDF («Файл» > «Открыть») и превращать их в редактируемый документ, иногда даже со сканами, хотя сложная вёрстка может съехать.
Mac
В последних версиях macOS есть функция «Живой текст», которая распознаёт текст на изображениях. В приложении «Просмотр» текст на отсканированной странице или картинке часто можно выделить прямо так, будто он набран. Если не получается, сделайте снимок нужной области (Cmd+Shift+4), откройте его в «Просмотре» и выделите текст там.
iPhone и iPad
«Живой текст» работает в «Фото» и в камере. Наведите камеру на бумагу или откройте скриншот страницы PDF, нажмите значок текста, затем выделите и скопируйте. Отлично подходит для нескольких строк, но неудобно для многих страниц.
Android
Google Объектив, встроенный в камеру или приложение для фотографий на большинстве телефонов Android, умеет выделять текст на фото или скриншоте. Выберите режим «Текст», выделите нужное и нажмите «Копировать».
Любой браузер
Встроенная в браузер программа для просмотра PDF показывает то же, что и обычная: если страница — картинка, выделять нечего. Сам по себе браузер не умеет добавлять текстовый слой, для этого нужен инструмент распознавания.
Когда копирование запрещено намеренно
В некоторых PDF есть настоящий текст, но автор установил права доступа, которые запрещают копирование, печать или редактирование. Программа для просмотра может показывать в заголовке окна пометку о защите или значок замка, а команда «Копировать» неактивна.
Такие ограничения ставятся паролем владельца. Если документ ваш или автор дал вам пароль, «Разблокировать PDF» снимет защиту, когда вы его введёте. MyPDFDone не взламывает и не обходит пароли: если вы его не знаете, попросите отправителя прислать копию без ограничений. В руководстве о том, как снять пароль с PDF, подробнее объясняется, чем пароль на открытие отличается от пароля на права доступа.
Когда вставленный текст выглядит как абракадабра
Иногда текст выделяется и копируется нормально, но вставляется строкой странных символов. Так бывает, когда в PDF встроены шрифты без таблицы, связывающей начертания с буквами, — это часто встречается в старых файлах или файлах из дизайнерских программ. PDF выглядит правильно, потому что начертания нарисованы верно, но компьютер не знает, какая буква за каждым из них стоит. Распознавание решает и эту проблему: оно читает начертания на странице, а не доверяет испорченным данным шрифта.
После распознавания: проверьте, прежде чем полагаться на результат
OCR работает очень хорошо, но не идеально. Прежде чем вставлять распознанный текст во что-то важное, проверьте:
- Цифры, суммы и даты в точности совпадают с оригиналом (классические путаницы — 5 и S, 0 и O, 1 и l, а в русском тексте — 3 и З, 6 и б).
- Имена и адреса написаны правильно.
- Таблицы скопировались в правильном порядке: OCR читает колонки как может, но сложные таблицы может понадобиться подправить.
- Поиск находит несколько слов, которые вы видите на разных страницах.
Если на самом деле вам нужен документ, который можно переписать, прочитайте, как перевести PDF в Word и сохранить форматирование. А если ваш скан начинался с фотографий на телефон, в руководстве о том, как превратить фото в PDF, рассказано, как получить чистые страницы, которые хорошо распознаются.
Частые вопросы
Поищите в программе для просмотра PDF (Ctrl+F или Cmd+F) слово, которое видите на странице. Если ничего не находится или щелчок выделяет всю страницу как картинку, страница — это изображение. Другие признаки — слегка кривые строки и видимая текстура бумаги.
Нет. «Распознать текст в PDF» сохраняет исходные изображения страниц и кладёт распознанный текст поверх них невидимым слоем. Вы видите точно такие же страницы, но теперь в них можно искать, выделять и копировать текст.
На чистом ровном скане печатного текста в 200–300 dpi точность обычно очень высокая. Ошибки вызывают рукописный текст, бледные ксерокопии, очень мелкий шрифт, печати поверх текста и страницы, снятые под углом. Всегда проверяйте скопированные цифры, имена и суммы.
Английский, испанский, португальский, немецкий, французский, итальянский, русский и украинский. По умолчанию используется язык сайта плюс английский, а перед запуском можно выбрать другой.
Нет, это настройка прав доступа, а не проблема скана. Автор запретил копирование. Если у вас есть пароль владельца, снять ограничение можно через «Разблокировать PDF». Если пароля нет, попросите отправителя прислать копию без ограничений.
Да. «PDF в Word» определяет отсканированные страницы и автоматически запускает распознавание, так что в файле Word будет настоящий редактируемый текст. Используйте его, когда нужно менять формулировки, а «Распознать текст в PDF» — когда нужен исходный вид страниц и текст, по которому можно искать.