Kun je geen tekst kopiëren uit een pdf? Oorzaak en oplossing

Als je geen woorden in een pdf kunt selecteren, bestaan de pagina's waarschijnlijk uit afbeeldingen van tekst, een scan of een foto, en niet uit echte tekst. Sleep het bestand naar PDF naar tekst. Vindt het woorden, kopieer ze dan vanaf daar. Meldt het dat er geen tekst is gevonden, dan moeten de pagina's met OCR (optische tekenherkenning) worden verwerkt. Die techniek leest de letters uit het beeld. Beide stappen werken in je browser, en het bestand wordt nooit geüpload.

PDF naar tekstIk wil de tekst uit een PDF halenGratis doen

Tekst-pdf of gescande pdf

Een tekst-pdf slaat elke letter op als teken, met een lettertype en een positie op de pagina. Een gescande pdf slaat elke pagina op als één afbeelding, net zoals een foto. Daar valt dus niets te selecteren. Sommige bestanden combineren beide: getypte pagina's met een gescande handtekening, of een gescand formulier met een getypte titel.

Test het in je viewer door één woord te selecteren. Volgt de markering de letters, dan staat de tekst erin. Kun je alleen de hele pagina selecteren, of helemaal niets, dan is de pagina een afbeelding.

Wat je ziet	Wat het meestal betekent	Wat je doet
Woorden selecteren en kopiëren lukt	Een tekst-pdf	Kopieer direct, of gebruik PDF naar tekst voor het hele bestand
Niets selecteert, en PDF naar tekst vindt geen tekst	Gescande of gefotografeerde pagina's	Maak van de pagina's afbeeldingen en voer daarna OCR uit
Woorden selecteren, maar ze plakken als vreemde symbolen	De lettertypen koppelen de letters niet goed aan de tekens	Probeer PDF naar tekst; blijft het resultaat onleesbaar, gebruik dan OCR
De viewer blokkeert selecteren	Een kopieerbeperking die de maker heeft ingesteld	Zie de sectie over beperkingen

Waarom een pdf kopiëren niet toestaat

Drie dingen maken kopiëren onmogelijk, en elk heeft een andere oplossing:

• De pagina's zijn gescande afbeeldingen. De tekst zit helemaal niet in het bestand, dus OCR is de enige manier om hem terug te halen.
• Het bestand heeft een wachtwoord nodig om te openen. Het kan pas worden gelezen als je het ontgrendelt, met het wachtwoord dat je hebt, in het programma dat je er normaal voor gebruikt. De tools hier proberen geen vergrendelde bestanden te openen.
• De maker heeft een kopieerbeperking ingesteld. Sommige pdf's vragen viewers om kopiëren of bewerken niet toe te staan. Dat is een instelling die de maker heeft gekozen, en fixmint omzeilt die niet. Heb je het recht daartoe, vraag dan om een versie zonder beperking of exporteer er een uit het programma waarmee het bestand is gemaakt.

Tekst halen uit een tekst-pdf

1. Sleep de pdf naar het vak in PDF naar tekst en wacht tot elke pagina is gelezen.
2. Controleer het aantal pagina's en woorden dat verschijnt.
3. Vink Paginamarkeringen aan als je elke pagina wilt labelen. Laat het uit voor gewone tekst.
4. Kopieer de tekst, of download hem als .txt-bestand.

Kolommen, tabellen en koppen kunnen in een andere volgorde terechtkomen, omdat een pdf opslaat waar elk stukje tekst wordt getekend, en niet tot welke alinea het hoort. Eindigt elke regel met een harde terugloop? Lees dan waarom tekst uit een pdf bij elke regel afbreekt en plak de tekst daarna in Tekst uit pdf of e-mail opschonen. Die tool voegt de regels van elke alinea samen.

Tekst halen uit een gescande pdf

Gescande pagina's vragen om twee stappen: maak van elke pagina een afbeelding, en lees daarna de tekst in elke afbeelding. Dezelfde leesstap werkt voor een screenshot of foto, zoals hier wordt uitgelegd.

1. Sleep de pdf naar PDF naar JPG. Kies PNG voor tekst, omdat die de randen van letters scherp houdt, en 300 DPI voor kleine lettertjes. Kies alleen de pagina's die je nodig hebt, of laat alle pagina's staan.
2. Download de pagina's. Elke pagina wordt als eigen afbeelding opgeslagen, of alles komt samen in een ZIP.
3. Open Afbeelding naar tekst en sleep de eerste pagina erin. De woorden verschijnen zodra de pagina is gelezen. Woorden waar de engine twijfelt over, worden rood gemarkeerd.
4. Herhaal dit voor elke pagina in volgorde. Vink Regels samenvoegen tot alinea's aan om de regeleinden te verwijderen, en kopieer daarna het resultaat.
5. Controleer elk getal, elke naam en elke datum met de pagina voordat je erop vertrouwt.

Afbeelding naar tekst leest één afbeelding tegelijk, en alleen Engels. De tool laadt de OCR-engine en het Engelse model bij het starten van de site, en daarna wordt de afbeelding op je eigen apparaat gelezen. Een grote of trage pagina kan even duren, dus wacht op het resultaat voordat je kopieert. Scherpe, rechte pagina's met gelijkmatig licht worden het best gelezen. Snij de randen van een foto bij en houd de camera recht boven de pagina.

Veelgemaakte fouten

• Tekstpagina's opslaan als JPG. JPG vervaagt de randen van letters, wat de nauwkeurigheid schaadt. PNG is de betere keuze voor pagina's met alleen tekst.
• OCR blindelings vertrouwen. Herkenning is niet perfect. Controleer getallen en namen met de pagina.
• Verwachten dat tabellen tabellen blijven. OCR leest regels, dus een tabel kan als lijst terechtkomen. Vergelijk het resultaat met de pagina.
• OCR gebruiken voor handschrift. Afbeelding naar tekst is gemaakt voor gedrukte tekst. Handschrift wordt meestal slecht gelezen, dus typ die delen zelf over.

Vervolgvragen

Upload OCR mijn gescande pagina's?

Nee. De pagina wordt in je browser gelezen, en de afbeelding wordt nooit naar een server gestuurd. De site levert de OCR-engine en het Engelse model aan je browser, en het lezen gebeurt daar.

Wat als maar sommige pagina's geen tekst hebben?

Zet Paginamarkeringen aan in PDF naar tekst. Een pagina die onder haar markering niets toont, is een scan, terwijl de getypte pagina's hun tekst wel tonen. Haal alleen die pagina's door PDF naar JPG en Afbeelding naar tekst, en zet de resultaten daarna weer in de juiste volgorde.

Waarom breekt de gekopieerde tekst aan het eind van elke regel af?

Een pdf slaat elke afgedrukte regel apart op, dus kopiëren behoudt die afbrekingen. Gebruik Tekst uit pdf of e-mail opschonen om de regels van elke alinea samen te voegen. De gids over regeleinden legt uit waarom het gebeurt.

Kan Afbeelding naar tekst handschrift of andere talen lezen?

De tool is gemaakt voor gedrukt Engels in het Latijns alfabet, en handschrift wordt meestal slecht gelezen. Andere alfabetten, zoals Arabisch, Chinees of Cyrillisch, worden niet ondersteund.