Как распознать текст из PDF в Word и проверить, что OCR не ошибсяПрактикум по PDF: извлечение таблиц и сверка редакций

Как распознать текст из PDF в Word и проверить, что OCR не ошибся

Многим PDF распознавание не нужно вовсе, а скану нужна проверка после него. Ниже вы за 10 секунд узнаете, какой у вас файл, соберёте план под него и найдёте ошибки, которые OCR оставляет незаметными: латинскую «е» в русском слове или «З» вместо тройки в сумме.

10 сузнать, нужен ли OCRВыделите одно слово
6ошибок в тренажёреВсе типичные для OCR
4 из 6найдёт автопроверкаОстальное — по скану

Как понять, нужно ли распознавать текст из PDF?

Откройте файл и попробуйте выделить одно слово. Если выделилось слово, в PDF уже есть текстовый слой: откройте файл в Word через «Файл → Открыть» или просто скопируйте текст. Если выделилась вся страница или ничего, страница — это картинка, и буквы на ней нужно распознать. Это и есть OCR, оптическое распознавание символов.

Проверка за 10 секунд

Нужен ли вашему PDF OCR?

Сохранён из Word: есть текстовый слой

Уведомление № 14 от 03.11.2026
С 1 декабря стоимость
обслуживания составит
1 300 ₽ в месяц.

Выберите действие выше.

Скан: страница — это картинка

Уведомление № 14 от 03.11.2026
С 1 декабря стоимость
обслуживания составит
1 300 ₽ в месяц.

Выберите действие выше.

Бывают и смешанные файлы: договор, сохранённый из Word, к которому в конце подшили скан подписанной страницы. Проверьте выделение на первой и на последней странице.

Соберите план для своего файла

Ответьте на пять вопросов о своём PDF. План покажет, что делать до распознавания и что проверять после. Запрос в чат Анализавра соберётся из тех же ответов: останется прикрепить файл.

Шаг 1 из 3 · 1 минута

Какой у вас PDF?

Пять вопросов о вашем файле. По ответам соберётся план и запрос для Анализавра.

  1. 1. Откройте PDF и попробуйте выделить одно слово мышью. Что выделилось?

    Это главный вопрос: от ответа зависит, нужно ли распознавание вообще.

  2. 2. Откуда этот PDF?

  3. 3. Что на страницах важнее всего?

  4. 4. Что нужно получить?

  5. 5. Сколько страниц?

Шаг 2 из 3 · ваш план

Ответьте хотя бы на первые два вопроса, и здесь появится план для вашего файла.

Шаг 3 из 3

Распознайте свой файл в Анализавре

Запрос собран из ваших ответов. Прикрепите PDF кнопкой «+» и нажмите «Начать». Анализавр вернёт текст, пометит нечитаемое знаком [?] и отдельно выпишет даты и суммы для сверки.

Загрузка…

Какие ошибки делает OCR и как их найти

Программа распознавания не оставляет пустых мест: где буква неясна, она ставит похожую. Поэтому распознанный текст выглядит чистым, а ошибки всплывают позже: договор не находится поиском по сроку, сумма не складывается в Excel. Попробуйте найти их сами на вымышленном уведомлении.

Тренажёр · 2 минуты

Найдите шесть ошибок распознавания

Сравните скан вымышленного уведомления с текстом, который вернул OCR. Нажмите на слова, где он ошибся, затем «Проверить».

Скан
Уведомление № 14 от 03.11.2026. Сообщаем, что с 1 декабря стоимость обслуживания составит 1 300 ₽ в месяц. Оплатить счёт нужно до 10-го числа. Договор действует до 31.12.2027.
Результат OCR

Проверьте свой распознанный текст

Вставьте кусок текста после OCR. Подсветятся латиница в русских словах, буквы вместо цифр, забытые переносы и лишние символы. Текст никуда не отправляется.

OCR вернул сумму «1 З00 ₽». На экране она выглядит нормально. Что с ней не так?

Где распознать текст из PDF и что проверить после

Способ выбирайте по файлу, а не по рейтингу программ. Для PDF с текстовым слоем хватит Word. Скан распознают и бесплатные сервисы, и платные программы, и чат. Проверка после любого из них одна и та же: даты, суммы, номера и слова, по которым вы потом будете искать.

СпособДля какого файлаЧто проверить после
Word: «Файл → Открыть»PDF с текстовым слоем, сохранённый из программыАбзацы и колонки: Word восстанавливает вёрстку и может склеить сноски с текстом
Google Документы: «Открыть с помощью»Скан с чётким печатным текстомТаблицы и колонки: оформление теряется, остаётся текст
Онлайн-конвертер с OCRСкан, если включить распознавание и выбрать русский языкЛатиница в русских словах, если язык был выбран неверно
Программа с OCR (например, ABBYY FineReader)Большие архивы сканов и сложная вёрсткаДаты и суммы: программа тоже ставит похожий символ вместо неясного
Анализавр, чатСкан или фото, когда нужен не только текст, но и ответ по немуМеста с пометкой [?] и список дат и сумм, если попросить выписать их отдельно (запрос выше это делает)
Названия меню могут отличаться в вашей версии программы.

Пусть распознавание помечает, а не угадывает

Самая дорогая ошибка OCR — правдоподобная: 03.11 прочитано как 08.11. Поэтому в запросе Анализавру выше стоит «нечитаемое пометь [?]». Если фото размыто или обрезано, он скажет, какое место не читается, и попросит переснять, а не подставит похожую цифру.

Как ускорить проверку большого файла

  1. Распознайте две страницы и проверьте их целиком. Много ошибок — улучшите скан, а не текст.
  2. Прогоните весь текст через автопроверку выше: она найдёт смешанные алфавиты, буквы в числах и переносы.
  3. Даты, суммы и номера сверяйте со сканом каждую: их автопроверка не отличит от верных.
  4. Поищите в тексте три-четыре слова, которые точно есть в документе. Не нашлось — ищите подмену букв рядом.

Частые вопросы

Как распознать текст из PDF в Word бесплатно?
Если слово в PDF выделяется, распознавать не нужно: откройте файл в Word через «Файл → Открыть». Если это скан, его распознают Google Документы через «Открыть с помощью» или онлайн-конвертер с включённым OCR и русским языком. После распознавания проверьте даты, суммы и номера по скану.
Почему текст из PDF не копируется?
Страница в таком PDF — картинка, сканированная или сфотографированная. Букв в ней для программы нет, поэтому копируется изображение или ничего. Текст нужно сначала распознать.
Почему распознанный текст не находится поиском?
Чаще всего OCR поставил латинскую букву вместо похожей русской: «е», «о», «р», «с». Глазом слово выглядит верно, а для поиска это другое слово. Автопроверка на этой странице подсвечивает такие слова.
Можно ли распознать рукописный текст из PDF?
Можно, но рукопись распознаётся хуже печатного текста. Просите отмечать нечитаемые слова и проверяйте каждое по скану.
Как распознать таблицу, а не только текст?
Для таблиц есть отдельное упражнение в этом практикуме: там перенос строк из скана и проверка сумм и итогов.

Таблицы из сканов разобраны в упражнении как распознать таблицу из PDF, сверка двух редакций — в главе как сравнить два PDF-файла, перевод распознанного текста — в главе как перевести PDF на русский. Все упражнения собраны в практикуме по PDF. Обзор работы с документами в чате есть в руководстве Twelver по анализу документов.

Попробуйте сами

Разберите свой PDF в Анализавре

Прикрепите PDF и попросите выписать строки или сопоставить условия. Цифры и цитаты сверяйте с исходными страницами.

Открыть чат Анализавра
Оцените свой опыт