Лучшие программы для распознавания текста: обзор и тестирование OCR инструментов

Иногда нужная информация доступна только в виде сканов или изображений. Чтобы не перепечатывать десятки страниц вручную, можно использовать программы для распознавания текста. Рассмотрим 12 решений и разберемся, для каких задач они подходят. 

Технология OCR и ее применение 

Когда нужно вытащить данные со скана или фотографии, используют технологию оптического распознавания символов (OCR). В ее основе лежат компьютерное зрение и машинное обучение. Система:

• находит на изображении строки;
• разделяет их на буквы и цифры;
• сравнивает форму знаков с примерами, на которых была обучена;
• преобразует графику в слова, предложения и формулы.

Результат можно копировать и редактировать, а затем сохранить в TXT, офисном формате или PDF.

Критерии выбора софта с OCR

Чтобы оценить возможности инструментов, мы ориентировались на пять основных параметров.

Программы для распознавания текста на ПК

Тем, кому приходится регулярно работать с печатными материалами, будет удобно установить программу для сканирования и распознавания текста на компьютер.

PDF Commander

Программа оснащена двумя модулями OCR-распознавания: стандартным — для простых задач и на базе ИИ — для обработки нечетких изображений, мелкого шрифта и рукописей. В нашем тесте PDF Commander корректно извлек содержимое из шумного скана со следами сгибов.

Где доступна: Windows, Linux.

Поддержка языков: русский, английский, немецкий; всего 100+.

Основные возможности:

• возможность отсканировать документ напрямую из программы;
• встроенный редактор для улучшения изображений;
• функция сегментирования для точного определения колонок, граф таблиц;
• сохранение распознанного результата в отдельный файл или наложение поверх исходного скана.

Ограничения: 

• в версии для Linux есть только стандартный OCR-модуль.

Adobe Acrobat

Программа хорошо справляется с многостраничными PDF-макетами со сложной версткой: колонками, таблицами, иллюстрациями и выносками. На журнальной странице Adobe Acrobat правильно определил порядок чтения, сохранил расположение блоков.

Где доступна: Windows, macOS.

Поддержка языков: русский, английский, немецкий; всего 30+.

Основные возможности:

• обработка нескольких материалов за один запуск;
• исправление распознанного содержимого внутри PDF;
• экспорт в DOC, XLS и другие форматы.

Ограничения: 

• OCR недоступен в бесплатном Acrobat Reader;
• в РФ нельзя официально скачать программу для оптического распознавания текстов и оформить подписку.

PDFelement

Редактор сочетает стандартные инструменты для работы с PDF-файлами и ИИ-помощника, который умеет переводить материалы или анализировать их содержимое. При проверке PDFelement распознал английские цитаты.

Где доступна: Windows, macOS.

Поддержка языков: русский, английский, немецкий; всего 20+.

Основные возможности:

• выбор до 20 языков для одного материала;
• пакетный OCR нескольких документов;
• понижение разрешения, чтобы готовый файл занимал меньше места.

Ограничения: 

• OCR-модуль не входит в базовую комплектацию — требуется отдельная установка;
• в демоверсии можно распознать не более трех страниц, результат сохраняется с вотермарком;
• ИИ-функции оплачиваются дополнительно сверх подписки.

Master PDF Editor

Отечественная программа для распознавания текста со сканера и из сохраненных файлов. Софт удобен для работы с графическими материалами и чертежами. Master PDF Editor точно определил на схеме пояснительные надписи и размеры.

Где доступна: Windows, macOS, Linux.

Поддержка языков: русский, английский, немецкий; всего 100+.

Основные возможности:

• автоматическое выравнивание перекошенных страниц;
• подсветка фрагментов, распознанных с низкой точностью, для проверки;
• добавление размеров, выносок и геометрических фигур после OCR.

Ограничения: 

• в пробной версии поверх страницы добавляется логотип программы; 
• не предусмотрена работа с рукописными пометками.

Онлайн-сервисы для распознавания текста

Если работать со сканами приходится изредка, можно обойтись без установки программы для распознавания текста с PDF. Преобразование можно выполнить в браузере.

PDF Maestro

Бесплатный онлайн-редактор PDF Maestro обрабатывает многостраничные документы. Инструмент не путает символы на разных языках: при проверке корректно считал условные обозначения на латинице и список источников на английском.

Поддержка языков: русский, английский, немецкий; всего 100.

Основные возможности:

• исправление наклона страниц;
• выгрузка содержимого в TXT без исходной верстки;
• добавление поверх скана текстового слоя для поиска и копирования.

Ограничения:

• чтобы распознавать картинки в JPG и PNG, нужно сначала воспользоваться конвертером на сайте;
• не предназначен для PDF-сканов с рукописным текстом.

Google Документы (Google Drive OCR)

Загруженный на Google Диск PDF-документ или изображение можно открыть через Google Документы. Система распознавания извлечет текстовую информацию и создаст редактируемую копию. Но результат зависит от качества исходника и сложности верстки: на скриншоте видно — часть материала сохранилась как картинки, в остальных фрагментах нарушено форматирование.

Поддержка языков: русский, английский, немецкий; всего 200+.

Основные возможности:

• автоматическое определение языка;
• редактирование и совместная работа после OCR-распознавания;
• скачивание результата в DOC, PDF и TXT.

Ограничения:

• размер исходного файла не более 2 МБ;
• структура сложных страниц переносится с ошибками.

iLovePDF 

iLovePDF позволяет загрузить исходник из Google Диска или Dropbox и сохранить результат в облако. В бесплатной программе для распознавания текста с фото можно обрабатывать одновременно до 100 страниц, в платной версии лимит увеличивается до 1000. Результат OCR-распознавания точный: отсутствуют ошибки в словах, нет пропусков разделов.

Поддержка языков: русский, английский, немецкий; всего 120+.

Основные возможности:

• создание PDF-документа с редактируемым слоем;
• работа с многостраничными сканами;
• предварительная конвертация изображения в PDF-формат инструментами сервиса.

Ограничения:

• не предусмотрено сохранение содержимого в отдельный TXT-файл;
• можно выбрать не более трех языков. 

Smallpdf 

OCR-инструмент Smallpdf автоматически определяет языки и подходит для обработки смешанных материалов. В тестовом PDF-скане русские и английские фразы распознались без ошибок. Но при последующем преобразовании в Word часть содержимого осталась изображением, а оформление страницы потерялось.

Поддержка языков: русский, английский, немецкий; всего 25+.

Основные возможности:

• переход к инструментам редактирования и конвертации без промежуточного скачивания;
• работа с ИИ-помощником для составления сводки и анализа данных;
• отправка результата в виде ссылки с установкой прав доступа.

Ограничения:

• на бесплатном тарифе действует лимит на число операций, ограничен доступ к некоторым инструментам;
• при использовании ИИ-помощника действуют жесткие требования — максимальный объем загрузки 50 МБ.

Нейросети для распознавания текста

ИИ не просто распознает отдельные символы, а соотносит их со словами и общим смыслом фрагмента. К тому же нейросети принимают разные форматы, поэтому их можно использовать как OCR-программу для распознавания текста с экрана: достаточно загрузить скриншот вместо PDF-скана.

ChatGPT

Нейросеть сочетает OCR-распознавание с анализом содержания. При тестировании ChatGPT правильно понял ТЗ и подготовил по нему черновик статьи.

Поддержка языков: русский, английский, немецкий; всего 50+.

Основные возможности:

• автоматический выбор словарных пакетов;
• извлечение всего содержимого или фрагментов по запросу;
• перевод, сокращение и систематизация полученных данных.

Ограничения:

• сервис официально недоступен в России;
• бесплатно можно загрузить до трех файлов в день.

Google Gemini

Нейросеть позволяет сразу использовать извлеченную информацию для других задач: анализа, подготовки текстовых черновиков и генерации изображений. Gemini без ошибок создал схему с поясняющими комментариями на основе одного из разделов. 

Поддержка языков: русский, английский, немецкий; всего 70+.

Основные возможности:

• автоопределение языков;
• извлечение данных и диалог с обсуждением содержимого;
• загрузка исходников с устройства и Google Диска.

Ограничения:

• Google ограничивает доступ к Gemini из России;
• в одном чате можно добавлять не больше 10 файлов.

Microsoft Copilot

Нейросеть отвечает на вопросы по материалу. Так, Copilot после OCR-распознавания выделил основные положения статьи и привел подтверждающие цитаты.

Поддержка языков: русский, английский, немецкий; всего 40+.

Основные возможности:

• извлечение отдельных сведений по запросу;
• представление распознанного материала в виде резюме, списка или таблицы;
• уточняющие вопросы по содержанию в рамках одного диалога.

Ограничения:

• Microsoft блокирует доступ к сервису российским пользователям;
• вес загруженного исходника — до 50 МБ.

Mistral Console

Mistral Console относится к специализированным программам для распознавания текста с картинки. Несмотря на понимание кириллицы, в русскоязычных материалах сервис не слишком эффективен: при тестировании модель заменила содержимое правой колонки псевдографикой.

Поддержка языков: русский, английский, немецкий; всего 170.

Основные возможности:

• разбор многоколоночной верстки, таблиц и формул;
• редактирование результата в окне предпросмотра;
• экспорт в Markdown и JSON и извлечение иллюстраций в JPEG.

Ограничения:

• нет экспорта в DOCX, TXT или редактируемый PDF-файл;
• интерфейс не переведен на русский язык.

Сравнение инструментов для разных сценариев использования

FAQ

Почему текст не распознается?

Такое случается, если был загружен исходник плохого качества. Также причиной может быть неверно выбранный язык. Улучшите скан и проверьте параметры OCR-распознавания. 

Чем OCR отличается от обычного сканирования документа?

При сканировании создается цифровая копия страницы в виде изображения. OCR находит на картинке символы и преобразует их в текстовый формат. 

Можно ли распознать текст из защищенного PDF-файла?

Да, если известен пароль. Необходимо снять ограничения на открытие или редактирование, а затем можно запустить процесс OCR-распознавания. 

Можно ли распознавать текст сразу на нескольких языках?

Да, во многих онлайн-сервисах и десктопных приложениях реализована поддержка многоязычных материалов. Для точности выберите нужные языковые пакеты в настройках, если ПО не делает это автоматически.

Заключение

В целом все программы для распознавания отсканированного текста из обзора показали неплохие результаты. По результатам тестирования можно сделать следующие выводы:

• Десктопное ПО работает наиболее стабильно, подходит для исходников разных типов и справляется с объемными материалами.
• Онлайн-сервисы хорошо распознают простые документы, но скорость обработки тяжелых сканов зависит от скорости и качества интернет-сигнала.
• Нейросети точно распознают содержание и выполняют дополнительные задания, однако результат требует внимательной проверки.