pdfMB

OCR PDF

스캔한 PDF를 검색할 수 있게 만들고 텍스트를 복사하세요. 페이지 모양은 완전히 그대로이고, 파일은 이 기기 안에만 있습니다.

  • 업로드 없음파일은 이 기기에만 머뭅니다.
  • 언어 데이터는 한 번만 내려받습니다선택한 언어의 인식 데이터만 내려받아 이 기기에 보관합니다.
  • 무료, 가입 불필요계정도, 하루 사용 제한도 없습니다.

파일은 이렇게 처리됩니다

아래의 모든 과정은 여러분의 기기, 브라우저 안에서 이루어집니다. PDF나 사진은 절대 업로드되지 않으므로 저희를 포함해 누구도 볼 수 없습니다.

  1. 텍스트 인식에는 무료 오픈소스 OCR 엔진인 Tesseract를 쓰며, 브라우저 안에서 실행됩니다. 다른 회사의 서버가 아니라 pdfMB에서 직접 불러옵니다.
  2. 어떤 언어를 처음 쓸 때 그 언어의 데이터(0.5~3 MB)를 pdfMB에서 내려받아 브라우저에 저장합니다. 내려받는 것은 이것뿐이며, 여러분의 파일은 어디로도 가지 않습니다.
  3. 각 페이지를 300 dpi 그림으로 그린 뒤 한 줄씩 읽습니다. 진짜 텍스트가 이미 있는 페이지는 따로 요청하지 않는 한 건너뜁니다.
  4. 찾아낸 글자는 그림 속 같은 글자 위에 보이지 않는 텍스트로 겹쳐 넣습니다. 그러면 어떤 PDF 뷰어에서든 검색, 선택, 복사가 됩니다.
  5. 페이지의 내용은 다시 그리거나 다시 압축하지 않습니다. 새 텍스트는 파일 끝에 덧붙여지고, 원본 파일은 1바이트도 바뀌지 않은 채 그 안에 그대로 남습니다.
  6. 사진은 있는 그대로 PDF에 들어가고(JPEG 사진은 다시 압축하지 않습니다), 그 위에 텍스트가 더해집니다.
간단 요약
  1. PDF 또는 사진 선택
  2. 언어 확인
  3. “읽기” 누르기
  4. 텍스트 다운로드 또는 복사

스캔한 PDF를 검색 가능하게 만드는 방법

  1. PDF 하나, 또는 문서 사진을 한 장 이상 고르세요.
  2. 언어를 확인하세요. 이 페이지의 언어와 영어는 미리 골라 두었습니다. 문서에 다른 언어가 있으면 추가하세요.
  3. “읽기”를 누르세요. 페이지를 한 장씩 읽으며, 지금 어느 페이지를 읽고 있는지 볼 수 있습니다.
  4. 검색 가능한 PDF를 다운로드하거나, 텍스트를 복사해 .txt 파일로 저장하세요.

좋은 결과를 얻는 요령

  • 스캐너에서 고를 수 있다면 300 dpi로 스캔하세요. 해상도가 낮으면 작은 글자를 읽기 어렵습니다.
  • 페이지를 평평하게 펴고, 정면에서, 밝은 곳에서 글자에 그림자가 지지 않게 찍으세요. “스캔해서 PDF로” 도구가 페이지를 반듯하게 펴 줍니다.
  • 옆으로 누웠거나 거꾸로 된 페이지는 먼저 “PDF 회전”으로 바로 세우세요.
  • 문서에 실제로 있는 언어만 고르세요. 불필요한 언어는 읽기를 느리게 하고 오류를 늘릴 수 있습니다.
  • 손글씨, 아주 작은 글자, 장식용 글꼴은 잘 읽히지 않으므로 텍스트를 믿고 쓰기 전에 확인하세요.

이럴 때 사용합니다

스캔한 계약서와 편지

긴 스캔 문서에서 이름, 날짜, 금액을 모든 페이지를 읽는 대신 Ctrl+F로 찾을 수 있습니다.

오래된 서류와 보관 자료

스캔한 서류 폴더를 검색 가능하게 만들면, 컴퓨터가 문서 속 단어로 그 문서를 찾아 줍니다.

안내문과 영수증 사진

안내문, 메뉴판, 영수증 사진에서 텍스트를 복사해 메시지나 번역기에 붙여 넣을 수 있습니다.

여러 언어가 섞인 문서

한국어와 영어처럼 두 개 이상의 언어를 고르면, 같은 페이지에서 모두 읽습니다.

할 수 없는 일

  • OCR은 틀릴 수 있습니다. 특히 흐린 사진, 작은 글자, 표, 손글씨에서 그렇습니다. 중요한 이름, 숫자, 금액은 꼭 확인하세요.
  • 텍스트는 가로줄 단위로 읽습니다. 세로쓰기 중국어나 일본어, 옆으로 돌아간 페이지는 제대로 읽지 못합니다.
  • 레이아웃은 다시 만들지 않습니다. 원래 페이지 위에 검색 가능한 텍스트가 얹히는 것이지, 편집할 수 있는 Word 문서가 되는 것은 아닙니다.
  • 저희 테스트에서 일부 언어는 다른 언어보다 정확도가 낮았습니다. 언어 목록에 “정확도 낮음”으로 표시되어 있습니다.
  • 언어 데이터는 그 언어를 처음 쓸 때 내려받으므로(시작하기 전에 크기를 보여 줍니다), 처음에는 인터넷 연결이 필요합니다.
  • 읽기는 여러분의 기기에서 이루어지므로 오래된 휴대폰에서는 느리고, 아주 긴 문서는 휴대폰 메모리를 다 쓸 수 있습니다. 먼저 여러 부분으로 나누세요.
  • 암호가 걸린 PDF나 소유자가 수정을 막아 둔 PDF는 읽을 수 없습니다.

OCR에 관한 질문

OCR이 무엇인가요?

OCR(광학 문자 인식)은 그림 속 글자를 읽어 진짜 텍스트로 바꾸는 것입니다. 스캔한 PDF는 페이지 그림일 뿐이어서, OCR을 거치기 전에는 검색하거나 글자를 복사할 수 없습니다.

PDF 모양이 달라지나요?

아니요. 텍스트는 보이지 않는 층으로 더해지므로 페이지 모양은 완전히 같습니다. 저희 테스트에서 처리 전후의 페이지는 픽셀 하나까지 똑같았습니다.

문서가 업로드되나요?

아니요. 텍스트 인식은 브라우저 안에서 실행됩니다. 내려받는 것은 pdfMB의 언어 데이터뿐이며, 여러분의 파일은 어디로도 보내지지 않습니다.

어떤 언어를 읽을 수 있나요?

이 웹사이트의 32개 언어입니다. 영어, 태국어, 중국어(간체와 번체), 일본어, 한국어, 아랍어, 히브리어, 힌디어, 벵골어, 미얀마어, 러시아어, 베트남어 등이 포함됩니다. 문서에 여러 언어가 섞여 있으면 여러 개를 고르세요.

얼마나 정확한가요?

깨끗하게 인쇄된 페이지라면 대부분의 언어에서 거의 모든 글자를 맞게 읽습니다. 사진, 작은 글자, 일부 문자 체계는 더 어렵습니다. 저희는 모든 언어를 테스트했고, 약한 언어에는 “정확도 낮음”을 표시했습니다.

왜 건너뛰는 페이지가 있나요?

Word로 만든 페이지처럼 진짜 텍스트가 이미 있는 페이지는 OCR이 필요 없어서 그대로 둡니다. “이미 텍스트가 있는 페이지도 읽기”에 체크하면 그런 페이지도 읽습니다.

텍스트만 받을 수 있나요?

네. 읽기가 끝나면 다운로드 버튼 아래에 텍스트가 나타납니다. “텍스트 복사”를 누르거나, “.txt 다운로드”를 눌러 일반 텍스트 파일로 저장하세요.