คัดลอกข้อความจาก PDF ไม่ได้? เพราะอะไรและจะดึงข้อความได้อย่างไร

ถ้าเลือกคำใน PDF ไม่ได้ ส่วนใหญ่หน้านั้นเป็นภาพของข้อความ เช่นไฟล์สแกนหรือรูปถ่าย ไม่ใช่ตัวอักษรจริง ลองลากไฟล์ไปไว้ที่ PDF เป็นข้อความ ถ้าระบบพบคำ ก็คัดลอกจากตรงนั้นได้เลย แต่ถ้าแจ้งว่าไม่พบข้อความ หน้านั้นต้องใช้ OCR (การจดจำอักขระด้วยแสง) ซึ่งจะอ่านตัวอักษรจากภาพ ทั้งสองขั้นตอนทำงานในเบราว์เซอร์ของคุณ และไฟล์จะไม่ถูกอัปโหลด

PDF เป็นข้อความต้องการดึงข้อความออกจาก PDFใช้ฟรี

PDF แบบมีข้อความหรือ PDF สแกน

PDF ที่มีข้อความจะเก็บตัวอักษรแต่ละตัวเป็นอักขระ พร้อมฟอนต์และตำแหน่งบนหน้า ส่วน PDF สแกนจะเก็บแต่ละหน้าเป็นภาพหนึ่งภาพ เหมือนรูปถ่าย จึงไม่มีอะไรให้เลือกได้ บางไฟล์ผสมกันทั้งสองแบบ เช่นหน้าพิมพ์ที่มีลายเซ็นสแกนติดมา หรือแบบฟอร์มสแกนที่มีหัวเรื่องพิมพ์ไว้

ทดสอบได้ใน PDF viewer ของคุณโดยลองเลือกคำเดียว ถ้าแถบไฮไลต์เลื่อนตามตัวอักษร แสดงว่ามีข้อความ ถ้าเลือกได้แค่ทั้งหน้า หรือเลือกอะไรไม่ได้เลย หน้านั้นเป็นภาพ

สิ่งที่เห็น	มักหมายความว่า	ควรทำอย่างไร
เลือกและคัดลอกคำได้	PDF ที่มีข้อความ	คัดลอกได้เลย หรือใช้ PDF เป็นข้อความเพื่อดึงทั้งไฟล์
เลือกอะไรไม่ได้ และ PDF เป็นข้อความไม่พบข้อความ	หน้าที่สแกนหรือถ่ายรูปมา	แปลงหน้าเป็นภาพ แล้วรัน OCR
เลือกคำได้ แต่วางออกมาเป็นสัญลักษณ์แปลก ๆ	ฟอนต์ไม่ได้จับคู่ตัวอักษรกลับเป็นอักขระที่ถูกต้อง	ลองใช้ PDF เป็นข้อความ ถ้าผลยังเพี้ยน ให้ใช้ OCR
viewer บล็อกการเลือกข้อความ	มีการจำกัดการคัดลอกที่ผู้สร้างตั้งไว้	ดูหัวข้อเรื่องการจำกัดสิทธิ์

ทำไม PDF ถึงคัดลอกไม่ได้

มีสามสาเหตุที่ทำให้คัดลอกไม่ได้ และแต่ละสาเหตุมีวิธีแก้ต่างกัน

• หน้าเป็นภาพสแกน ข้อความไม่ได้อยู่ในไฟล์เลย จึงต้องใช้ OCR เพื่อดึงข้อความกลับมา
• ไฟล์ต้องใส่รหัสผ่านก่อนเปิด อ่านไม่ได้จนกว่าคุณจะปลดล็อกด้วยรหัสผ่านที่มี ในโปรแกรมที่คุณใช้เปิดไฟล์ตามปกติ เครื่องมือของเราไม่พยายามเปิดไฟล์ที่ล็อกไว้
• ผู้สร้างตั้งการจำกัดการคัดลอก PDF บางไฟล์บอกให้ viewer ไม่อนุญาตให้คัดลอกหรือแก้ไข นั่นเป็นการตั้งค่าที่ผู้สร้างเลือกไว้ และ fixmint ไม่ได้ทำให้ข้ามการจำกัดนี้ ถ้าคุณมีสิทธิ์ ให้ขอสำเนาที่ไม่มีการจำกัด หรือส่งออกใหม่จากโปรแกรมที่สร้างไฟล์นั้น

ดึงข้อความจาก PDF ที่มีข้อความ

1. ลากไฟล์ PDF ไปวางในกล่องของ PDF เป็นข้อความ แล้วรอจนระบบอ่านทีละหน้า
2. ตรวจจำนวนหน้าและจำนวนคำที่ขึ้นมา
3. ติ๊ก ตัวระบุหน้า ถ้าต้องการให้แต่ละหน้ามีป้ายกำกับ ถ้าต้องการข้อความธรรมดา ให้ไม่ติ๊ก
4. คัดลอกข้อความ หรือดาวน์โหลดเป็นไฟล์ .txt

คอลัมน์ ตาราง และหัวกระดาษอาจเรียงลำดับไม่ตรงกับที่อ่าน เพราะ PDF เก็บตำแหน่งที่วาดข้อความแต่ละชิ้น ไม่ได้เก็บว่าข้อความนั้นอยู่ในย่อหน้าไหน ถ้าทุกบรรทัดจบด้วยการขึ้นบรรทัดใหม่ ให้อ่านเหตุผลที่ข้อความที่คัดลอกจาก PDF ขาดเป็นทุกบรรทัด แล้ววางข้อความลงในแก้ข้อความที่วางมา ซึ่งจะต่อบรรทัดของแต่ละย่อหน้าให้

ดึงข้อความจาก PDF สแกน

หน้าสแกนต้องทำสองขั้นตอน คือวาดแต่ละหน้าเป็นภาพก่อน แล้วอ่านข้อความในภาพแต่ละภาพ ขั้นตอนการอ่านเดียวกันนี้ใช้กับภาพแคปหน้าจอหรือรูปถ่ายได้ด้วย ตามที่อธิบายไว้ที่นี่

1. ลากไฟล์ PDF ไปวางที่PDF เป็น JPG เลือก PNG สำหรับข้อความ เพราะช่วยให้ขอบตัวอักษรคมชัด และเลือก 300 DPI สำหรับตัวอักษรเล็ก เลือกเฉพาะหน้าที่ต้องการ หรือปล่อยไว้ให้ทุกหน้า
2. ดาวน์โหลดหน้าต่าง ๆ แต่ละหน้าจะถูกบันทึกเป็นภาพแยก หรือจะได้มาทั้งหมดเป็นไฟล์ ZIP ก็ได้
3. เปิดแปลงรูปเป็นข้อความ แล้วลากหน้าแรกไปวาง ข้อความจะปรากฏเมื่ออ่านหน้าเสร็จ คำที่เครื่องมือไม่แน่ใจจะถูกทำเครื่องหมายเป็นสีแดง
4. ทำซ้ำกับทุกหน้าตามลำดับ ติ๊ก ต่อบรรทัดเป็นย่อหน้า เพื่อลบการขึ้นบรรทัดใหม่ แล้วคัดลอกผลลัพธ์
5. ตรวจตัวเลข ชื่อ และวันที่ทุกค่ากับหน้าต้นฉบับก่อนนำไปใช้

แปลงรูปเป็นข้อความอ่านทีละภาพ และรองรับเฉพาะภาษาอังกฤษ เมื่อเริ่มใช้งาน เครื่องมือจะโหลดตัวประมวลผล OCR และโมเดลภาษาอังกฤษจากเว็บไซต์ จากนั้นการอ่านภาพจะทำบนอุปกรณ์ของคุณ หน้าที่ใหญ่หรือมีข้อมูลมากอาจใช้เวลานาน จึงควรรอให้ผลลัพธ์ขึ้นก่อนค่อยคัดลอก ภาพที่คมชัด ตรง และมีแสงสม่ำเสมอจะอ่านได้ดีที่สุด ตัดขอบของรูปถ่ายออก และถือกล้องให้ตั้งฉากกับหน้ากระดาษ

ข้อผิดพลาดที่พบบ่อย

• บันทึกหน้าข้อความเป็น JPG JPG ทำให้ขอบตัวอักษรเบลอ ความแม่นยำจึงลดลง สำหรับหน้าที่มีแต่ข้อความ PNG เหมาะกว่า
• เชื่อผล OCR โดยไม่ตรวจ การจดจำไม่สมบูรณ์เสมอไป ให้ตรวจตัวเลขและชื่อกับหน้าต้นฉบับ
• คาดหวังว่าตารางจะยังเป็นตาราง OCR อ่านทีละบรรทัด ตารางจึงอาจกลายเป็นรายการ ให้เทียบผลลัพธ์กับหน้าต้นฉบับ
• ใช้ OCR กับลายมือ แปลงรูปเป็นข้อความถูกสร้างมาสำหรับข้อความพิมพ์ ลายมือมักอ่านได้ไม่ดี จึงควรพิมพ์ส่วนนั้นใหม่ด้วยตัวเอง

คำถามที่พบบ่อย

OCR อัปโหลดหน้าสแกนของฉันหรือไม่?

ไม่ หน้าจะถูกอ่านในเบราว์เซอร์ของคุณ และภาพจะไม่ถูกส่งไปยังเซิร์ฟเวอร์ เว็บไซต์ส่งตัวประมวลผล OCR และโมเดลภาษาอังกฤษไปยังเบราว์เซอร์ของคุณ แล้วการอ่านก็เกิดขึ้นที่นั่น

ถ้ามีบางหน้าที่ไม่มีข้อความล่ะ?

เปิด ตัวระบุหน้า ใน PDF เป็นข้อความ หน้าที่ไม่แสดงอะไรใต้ป้ายกำกับคือหน้าสแกน ส่วนหน้าที่พิมพ์มาจะแสดงข้อความของมัน จากนั้นนำเฉพาะหน้าเหล่านั้นไปผ่าน PDF เป็น JPG และแปลงรูปเป็นข้อความ แล้วนำผลลัพธ์มาเรียงกลับตามลำดับ

ทำไมข้อความที่คัดลอกขาดที่ท้ายทุกบรรทัด?

PDF เก็บแต่ละบรรทัดที่พิมพ์แยกกัน การคัดลอกจึงคงการขึ้นบรรทัดใหม่เหล่านั้นไว้ ใช้แก้ข้อความที่วางมาเพื่อต่อบรรทัดของแต่ละย่อหน้า คู่มือเรื่องการขึ้นบรรทัดใหม่ อธิบายสาเหตุของปัญหานี้

แปลงรูปเป็นข้อความอ่านลายมือหรือภาษาอื่นได้ไหม?

เครื่องมือนี้สร้างมาสำหรับภาษาอังกฤษที่พิมพ์ด้วยอักษรละติน และลายมือมักอ่านได้ไม่ดี ไม่รองรับอักษรอื่น เช่น อาหรับ จีน หรือซีริลลิก