Sådan OCR-behandler du en scannet PDF (Gør den søgbar)

Du har scannet en stak dokumenter til PDF. De ser fine ud på skærmen – skarpe, læsbare, professionelle. Men prøv at søge efter et ord, kopiere et afsnit eller markere et telefonnummer, og intet sker. Markøren trækker bare en blå firkant hen over siden, som om du markerede et billede. For det er præcis, hvad du gør.

Scannede PDF'er er fotografier. Hver side er et enkelt billede – et fladt gitter af pixels uden nogen opfattelse af bogstaver, ord eller sætninger. Din computer ser lige så lidt tekst i en scannet PDF, som den ser i en JPEG af en solnedgang: intet.

OCR (Optical Character Recognition) løser dette. Den analyserer billedet af hver side, identificerer tegnene og tilføjer et usynligt tekstlag oven på den originale scanning. Det visuelle udseende forbliver identisk, men nu kan du søge, kopiere, markere tekst og lade skærmlæsere få adgang til den.

Denne guide dækker, hvad OCR er, hvordan det virker, tre metoder til at OCR-behandle dine scannede PDF'er, og hvordan du får de bedste resultater.

Sådan ser du, om din PDF har brug for OCR

Før du investerer tid i OCR, skal du tjekke, om din PDF rent faktisk har brug for det. Mange PDF'er er "født digitale" – oprettet fra Word-dokumenter, Excel-regneark eller websider – og indeholder allerede et ægte tekstlag.

5-Sekunders-testen

1. Åbn din PDF i en hvilken som helst seer (Adobe Reader, Preview, Chrome, Edge)
2. Tryk på Ctrl+F (Windows/Linux) eller Cmd+F (Mac)
3. Skriv et ord, du kan se på siden
4. Hvis seeren fremhæver ordet: din PDF har allerede søgbar tekst. Ingen OCR nødvendig.
5. Hvis intet findes: din PDF er kun billede. Den har brug for OCR.

Markerings-testen

Prøv at klikke og trække for at markere tekst på siden:

• Hvis du kan markere individuelle ord, og de fremhæves med blåt: PDF'en har et tekstlag.
• Hvis hele siden markeres som en enkelt blok (som at markere et billede): PDF'en er en scanning uden tekstlag.
• Hvis du kan markere noget tekst, men ikke anden tekst: PDF'en har delvis OCR eller blandet indhold – nogle sider er digitale, andre er scannet.

Almindelige PDF-typer, der har brug for OCR

Dokumenttype	Kræver normalt OCR?	Hvorfor
Scannede papirdokumenter	Ja	Rent billede, ingen tekstdata
Faxede dokumenter gemt som PDF	Ja	Fax-output er rasterbillede
Fotos af dokumenter (telefonkamera)	Ja	Kameraoptagelse = billede
PDF'er fra "scan til e-mail" på kopi	Ja	De fleste kopimaskiner producerer billed-PDF'er
PDF'er eksporteret fra Word/Excel	Nej	Født digital, tekstlag inkluderet
PDF'er fra webbrowser (print til PDF)	Nej	Tekst bevares
Offentlige formularer downloadet online	Normalt nej	De fleste er født digitale
Kvitteringer sendt som PDF-vedhæftninger	Normalt nej	Genereret af POS-systemer med tekst

---

Hvad er OCR? En forklaring på almindeligt dansk

OCR står for Optical Character Recognition (Optisk Tegn Genkendelse). Det er teknologien, der læser tekst fra billeder – den analyserer pixelmønstre for at identificere bogstaver, tal og symboler, meget ligesom dine øjne læser ord på en side.

Når du scanner et dokument, opretter scanneren et fotografi. Det fotografi indeholder pixels – mørke, hvor blækket var, lyse, hvor papiret var – men ingen egentlige tekstdata. Scanneren ved ikke, at en samling pixels staver "Faktura". Den registrerer bare billedet.

OCR tager det billede, analyserer formerne, matcher dem mod kendte tegnmønstre og udskriver den tekst, som formerne repræsenterer. Resultatet er en PDF, der ser identisk ud med den originale scanning, men indeholder et usynligt tekstlag. Når du trykker Ctrl+F og søger efter "December", tjekker PDF-seeren tekstlaget, finder et match og fremhæver området på billedet, hvor ordet vises.

Hvor langt OCR er kommet

OCR stammer helt tilbage fra 1950'erne, hvor tidlige systemer kun kunne håndtere specifikke skrifttyper i kontrollerede miljøer. Teknologien udviklede sig gennem skabelonmatchning (1970'erne-80'erne), feature-ekstraktion (1990'erne-2000'erne) og maskinlæring (2010'erne). Dagens OCR kombinerer dybe neurale netværk til tegngenkendelse med sprogmodeller, der bruger kontekst til at løse tvetydigheder – hvis systemet er usikkert på, om et tegn er "l" eller "1", hjælper de omgivende ord med at afgøre det.

Moderne OCR-motorer opnår over 99% tegn-nøjagtighed på rene, velscannede trykte dokumenter.

---

Sådan virker OCR: Den tekniske proces

OCR er ikke en enkelt algoritme. Det er en pipeline af trin, hvor hvert trin bygger på det foregående.

Trin 1: Billedforbehandling

Før der sker nogen tegngenkendelse, renser OCR-motoren billedet. Dette inkluderer binarisering (konvertering til sort/hvid for maksimal kontrast), deskewing (korrigering af selv små skævheder i siden – en hældning på 1-2 grader kan mærkbart reducere nøjagtigheden), støjreduktion (fjernelse af scannerartefakter og pletter) og kantfjernelse (fjernelse af sorte kanter og skygger fra indbinding).

Trin 2: Layoutanalyse

Motoren identificerer sidens struktur – tekstblokke, kolonner, billeder, overskrifter, sidefødder, tabeller og læserækkefølge. Uden dette trin kan et dokument med to kolonner producere rodet output, der læses på tværs af begge kolonner samtidigt.

Trin 3: Tegnsegermentering

Inden for hver tekstblok isoleres individuelle tegn. Linjer adskilles af lodret afstand, ord af vandrette mellemrum, og tegn inden for ord af deres grænser. Dette er sværere, end det lyder – tegn i mange skrifttyper overlapper eller rører hinanden, og i skriftsprog som arabisk og Devanagari forbindes tegn på komplekse måder.

Trin 4: Tegngenkendelse

Billedet af hvert segmenteret tegn klassificeres ved hjælp af dybe neurale netværk trænet på millioner af mærkede tegnbilleder. Netværket giver en liste af kandidater rangeret efter konfidens, ikke et enkelt svar. Et rent "A" kan få 99,8% konfidens. Et beskadiget tegn kan give en meget fladere fordeling.

Trin 5: Sprogmodellering

Rå tegngenkendelse er fejlbehæftet. Kontekst løser tvetydigheder. Er "lnvoice" et ord? Nej – "l" var faktisk et "I", hvilket giver "Invoice". Statistiske sprogmodeller forudsiger sandsynlige tegnsekvenser, og formateringsvalidering anvender regler på mønstre som datoer og tal.

Trin 6: Outputgenerering

Den genkendte tekst mappes tilbage til de originale billedkoordinater og skrives ind i PDF'en som et usynligt tekstlag. Hvert ord stemmer præcist overens med dets visuelle modstykke, hvilket muliggør søge-og-fremhæv-funktionalitet.

---

Metode 1: PDFSub OCR-værktøj (Anbefales)

PDFSubs OCR-værktøj behandler scannede PDF'er og tilføjer et søgbart tekstlag, samtidig med at det bevarer det originale visuelle udseende af hver side.

Trin-for-trin instruktioner

1. Gå til OCR-værktøjet – Naviger til pdfsub.com/tools/ocr
2. Upload din scannede PDF – Træk og slip din fil, eller klik for at browse. Der er ingen grund til at opdele store dokumenter – flersidede PDF'er håndteres automatisk.
3. OCR behandler dit dokument – Værktøjet analyserer hver side, genkender tekst og opbygger det usynlige tekstlag. Behandlingstiden afhænger af antal sider og kompleksitet, men de fleste dokumenter er færdige på få sekunder.
4. Download din søgbare PDF – Outputfilen ser identisk ud med din originale scanning, men understøtter nu tekstsøgning, tekstmarkering og kopiering/indsættelse.

Hvorfor PDFSub

Over 130 sprog understøttet. OCR virker med dokumenter på engelsk, spansk, fransk, tysk, kinesisk, japansk, koreansk, arabisk, hindi, russisk, portugisisk og over 120 yderligere sprog. Flersprogede dokumenter håndteres automatisk – du behøver ikke angive sproget på forhånd.

Originalt udseende bevaret. OCR-processen tilføjer tekstdata uden at ændre det visuelle indhold. Dine scannede sider ser præcis ens ud. Skrifttyper, layouts, stempler, signaturer og håndskrevne annotationer forbliver urørte.

Ingen software at installere. Alt kører i din browser eller på sikre servere. Der er intet at downloade, ingen systemkrav at tjekke, og ingen kompatibilitetsproblemer.

Privatlivsbevidst design. Uploadede dokumenter behandles og slettes derefter. PDFSub gemmer ikke dine filer eller bruger dem til træning.

Prøv gratis. PDFSub tilbyder en 7-dages gratis prøveperiode, så du kan teste OCR på dine egne dokumenter, før du forpligter dig.

---

Metode 2: Adobe Acrobat Pro

Adobe Acrobat Pro inkluderer en indbygget OCR-funktion kaldet "Recognize Text" inden for dens Scan & OCR-værktøjssæt.

Trin-for-trin instruktioner

1. Åbn din scannede PDF i Adobe Acrobat Pro
2. Gå til Værktøjer og vælg Scan & OCR
3. Klik på Recognize Text og vælg I denne fil eller I flere filer
4. Under Indstillinger, vælg Searchable Image (tilføjer usynligt tekstlag – anbefales)
5. Klik på Recognize Text for at starte behandlingen
6. Gem filen

Styrker og begrænsninger

Adobe leverer høj nøjagtighed på rene engelske scanninger, understøtter batchbehandling og lader dig rette OCR-fejl direkte. Dog koster Acrobat Pro $19,99/måned på en årsplan ($239,88/år), kræver desktopinstallation (ingen browserbaseret OCR), understøtter kun omkring 20 sprog og kan være langsom på dokumenter over 50 sider.

---

Metode 3: Google Drev (Gratis, men med tab af formatering)

Google Drev inkluderer en grundlæggende OCR-funktion, der udtrækker tekst fra scannede PDF'er – men med en betydelig kompromis.

Trin-for-trin instruktioner

1. Upload din scannede PDF til Google Drev
2. Højreklik på filen og vælg Åbn med og derefter Google Docs
3. Google behandler PDF'en og opretter et Google Doc med den udtrukne tekst
4. Teksten er nu søgbar, markerbar og redigerbar

Styrker og begrænsninger

Google Drev OCR er helt gratis, leverer god nøjagtighed på rene, trykte dokumenter og registrerer sprog automatisk. Der er dog et kritisk kompromis: det ødelægger formateringen. Google tilføjer ikke et tekstlag til din PDF – det udtrækker tekst til et Google Doc. Tabeller bliver til almindelig tekst, kolonner kollapser, og det originale layout går tabt. Du ender med et Google Doc, ikke en søgbar PDF.

Det virker også bedst på dokumenter under 10 sider. Længere dokumenter kan blive afkortet.

Bedst til: Udtrækning af tekstindhold, når du ikke behøver det originale layout. Hvis du har brug for en søgbar PDF, der bevarer udseendet, skal du bruge metode 1 eller 2.

---

OCR-nøjagtighed: Hvad kan du forvente efter dokumenttype

OCR er ikke magi. Nøjagtigheden varierer dramatisk baseret på dokumentkvalitet, indholdstype og scanningsforhold. Her er, hvad test i den virkelige verden viser.

Trykte dokumenter (moderne skrifttyper): 95-99%

Moderne trykte dokumenter – fakturaer, kontrakter, rapporter trykt på laserprintere – er det bedste scenarie. Standard skrifttyper er godt repræsenteret i OCR-træningsdata, og rene print på hvidt papir giver billeder med høj kontrast. Ved 99% nøjagtighed på en side med 250 ord (ca. 1.500 tegn) ville du forvente omkring 15 tegnfejl – de fleste ubetydelige, som et punktum fejllæst som et komma eller et lille "l" forvekslet med "1".

Ældre maskinskrevne dokumenter: 85-95%

Mekaniske skrivemaskiner præsenterer udfordringer: ujævn tegnjustering, varierende blæktæthed fra slidte bånd og ensartet tegnbredde, der skaber segmenteringsforvirring. Alligevel er maskinskrevet tekst individuelt dannet og vandret justeret, så de fleste OCR-motorer håndterer det godt nok til søgeformål.

Håndskrevet tekst: 60-80%

Håndskrift forbliver OCR's sværeste udfordring. Variabiliteten er enorm – ikke kun mellem personer, men inden for en enkelt persons skrivning på én side. Pæn blokskrift kan nå 80-85%. Kursiv skrift med blyant på linjeret papir kan falde til under 60%. Verificer altid kritiske data fra håndskrevne dokumenter manuelt.

Blandet indhold (tekst + tabeller): 90-97%

Dokumenter, der kombinerer tekst med tabeldata, tilføjer en udfordring med layoutanalyse. Tegngenkendelse inden for celler er typisk nøjagtig, men strukturelle fejl – forkert identificerede cellegrænser, kolonner tildelt forkert, celler med flere linjer opdelt i rækker – ødelægger datarelationer og betyder mere end individuelle tegnfejl.

Oversigtstabel over nøjagtighed

Dokumenttype	Tegn-nøjagtighed	Søgbar?	Pålidelig dataudtræk?
Moderne trykt (laser)	95-99%	Fremragende	Ja
Moderne trykt (inkjet)	93-98%	Fremragende	Normalt
Ældre maskinskrevet	85-95%	God	Med verifikation
Pæn håndskrift (blok)	70-80%	Delvis	Nej – verificer alt
Kursiv håndskrift	60-70%	Dårlig	Nej
Blandet tekst + tabeller	90-97%	God	Med strukturel gennemgang
Beskadiget/slidt papir	70-90%	Varierer	Med omfattende verifikation

---

Bedste praksis for scanning før OCR

Den absolut vigtigste faktor for OCR-nøjagtighed er ikke OCR-softwaren – det er scanningskvaliteten. En fantastisk OCR-motor, der arbejder på en dårlig scanning, vil give dårligere resultater end en middelmådig motor, der arbejder på en fantastisk scanning.

Opløsning: Minimum 300 DPI

DPI (dots per inch) bestemmer, hvor mange detaljer scanneren fanger.

• 300 DPI: Standard for de fleste dokumenter. Nok til pålidelig genkendelse af standard skrifttyper i normale tekststørrelser (10-12pt).
• 600 DPI: Anbefales til lille tekst (fodnoter, fin skrift) eller når du har brug for maksimal nøjagtighed.
• 150 DPI eller lavere: Ikke anbefalet. Tegn er for små til pålidelig genkendelse. Nøjagtigheden falder markant.
• 1200 DPI: Overkill til OCR. Ingen forbedring af nøjagtighed, og filstørrelserne bliver enorme.

Farvetilstand: Gråtoner er normalt bedst

• Gråtoner: Bedst til de fleste dokumenter. Bevarer nok kontrast til god binarisering, samtidig med at filstørrelserne holdes håndterbare.
• Sort/hvid: Kan virke for rene, høj-kontrast dokumenter, men kan ødelægge detaljer i marginale områder.
• Farve: Kun nødvendigt, hvis dokumentet indeholder farvekodet information, du skal bevare. Til OCR-formål giver farve ingen fordel i forhold til gråtoner.

Justering og orientering

• Hold siderne lige. Selv 2-3 graders skævhed kan reducere OCR-nøjagtigheden med 5-10%. Brug scannerens papirguides til at holde siderne justeret.
• Scan enkeltsidede sider med forsiden nedad. Undgå, at gennemskin fra bagsiden skaber skyggetekst, der forvirrer OCR-motoren.
• Brug en fladscanner til indbundne dokumenter. Dokumentfødere kan skævvride sider fra bøger eller indbundne rapporter. Fladscanning holder siden flad og korrekt justeret.

Scanner vedligeholdelse og dokumentforberedelse

• Rengør glasset før scanning af batcher – pletter skaber artefakter på hver side
• Tjek for striber ved at scanne en tom side – lodrette linjer indikerer snavsede ruller
• Fjern hæfteklammer og papirclips for at forhindre fastkøring og ridser
• Glat krøllede sider – dybe folder skaber skygger, som OCR-motoren kan fejllæse

---

Efter OCR: Hvad skal du gøre nu

At køre OCR er kun det første skridt. Her er, hvordan du får mest muligt ud af dine ny-søgbare dokumenter.

Verificer resultaterne

Kontroller altid OCR-outputtet, især for kritiske dokumenter:

• Søg efter nøgleord, som du ved, optræder i dokumentet. Hvis Ctrl+F finder dem konsekvent, virker OCR'en.
• Kopier et afsnit og indsæt det i en teksteditor. Læs igennem for åbenlyse fejl – uforståelige ord, manglende tegn, meningsløse erstatninger.
• Tjek tal omhyggeligt. Finansielle beløb, datoer, telefonnumre og kontonumre er data med høj indsats. Et "6" fejllæst som et "8" i et transaktionsbeløb er et reelt problem. OCR-motorer forveksler lejlighedsvis lignende cifre (0/O, 1/l, 5/S, 6/8).

Ret fejl og organiser

Hvis du finder fejl i kritiske dokumenter, giver Adobe Acrobat Pro dig mulighed for at redigere tekstlaget direkte, eller du kan gen-scanne problematiske sider med 600 DPI og køre OCR igen. For håndskrevne sektioner er manuel transskription ofte hurtigere end at rette dårlig OCR.

Når dine PDF'er er søgbare, integreres de i eksisterende arbejdsgange. Desktop-søgning (Windows Search, Spotlight på Mac) indekserer dem automatisk. Dokumenthåndteringssystemer (SharePoint, Google Drev, Dropbox) muliggør fuldtekstsøgning på tværs af dit bibliotek. Gode filnavne plus søgbart indhold er den ideelle kombination.

---

Anvendelsestilfælde for OCR i den virkelige verden

Digitalisering af papirarkiver

Virksomheder, advokatfirmaer og offentlige myndigheder har ofte årtiers papirdokumenter. Simpel scanning til PDF opretter billedfiler, der kun kan søges på filnavn. Tilføjelse af OCR omdanner et passivt arkiv til en forespørgselsbar database. Den typiske arbejdsgang: scan ved 300 DPI gråtoner, kør OCR, anvend navngivningskonventioner og upload til et dokumenthåndteringssystem.

Gør juridiske dokumenter søgbare

Juridiske fagfolk håndterer enorme mængder dokumenter under opdagelse og due diligence. Modpartens advokat kan producere tusindvis af sider med scannede dokumenter. Uden OCR betyder gennemgang manuel læsning af hver side. Med OCR kan advokater søge efter nøgleord, navne, datoer og beløb på tværs af hele sættet – hvilket gør gennemgangen mulig inden for realistiske tidsrammer.

Tilgængelighedsoverholdelse

Under Americans with Disabilities Act (ADA) og Section 508 skal digitale dokumenter fra offentlige myndigheder og føderalt finansierede organisationer være tilgængelige. Skærmlæsere kan ikke fortolke PDF'er, der kun er billeder – de har brug for et tekstlag. OCR er det første skridt mod overholdelse. Yderligere arbejde (overskriftsstruktur, alt-tekst, læserækkefølge-tags) kan følge, men uden tekstlaget er tilgængelighed umulig.

Forsikrings- og finansiel behandling

Forsikringsselskaber og banker modtager millioner af scannede kravformularer, medicinske journaler, checks og låneansøgninger. OCR muliggør automatiseret dataudtræk – trækker policenumre, kravbeløb, service datoer og kontooplysninger fra scannede dokumenter ind i behandlingssystemer.

Akademiske og forskningsarkiver

Universiteter, biblioteker og arkiver digitaliserer historiske dokumenter, aviser og manuskripter. OCR gør århundreders viden søgbar. Projekter som Google Books og Internet Archive har OCR'et milliarder af sider, hvilket muliggør fuldtekstsøgning på tværs af samlinger, som ville tage et helt liv at læse manuelt.

---

Ofte stillede spørgsmål

Kan jeg OCR-behandle flere PDF'er på én gang (batchbehandling)?

Ja. PDFSub understøtter behandling af flersidede dokumenter i en enkelt operation. For store batchjobs – hundreder eller tusinder af filer – ville du behandle dem sekventielt gennem værktøjet. Adobe Acrobat Pro tilbyder også batch OCR via dens Action Wizard-funktion, som automatisk kan behandle hele mapper med PDF'er.

Ændrer OCR udseendet af min PDF?

Nej. Korrekt OCR tilføjer et usynligt tekstlag bag det synlige sidebillede. Det visuelle udseende af din scannede PDF forbliver uændret – samme sider, samme layout, samme opløsning. Tekstlaget er kun "synligt" for søgefunktioner, tekstmarkering, kopiering/indsættelse og skærmlæsere.

Hvad sker der, hvis jeg kører OCR på en PDF, der allerede har søgbar tekst?

De fleste OCR-værktøjer registrerer eksisterende tekstlag og enten springer disse sider over eller giver dig mulighed for at genbehandle dem. At køre OCR på en allerede søgbar PDF er generelt ufarligt, men unødvendigt – det vil ikke forbedre det eksisterende tekstlag og kan let øge filstørrelsen på grund af de redundante data.

Vil min filstørrelse stige efter OCR?

Lidt. Forvent en stigning på 5-15% for et typisk scannet dokument. Selve tekstlaget er lille (tegn- og positionsdata), og stigningen er ubetydelig sammenlignet med billeddataene, der udgør hovedparten af en scannet PDF.

Kan OCR håndtere PDF'er, der er en blanding af scannede og digitale sider?

Ja. Gode OCR-værktøjer behandler hver side uafhængigt. Sider, der allerede har et tekstlag, registreres og kan springes over. Sider, der kun er billeder, behandles. Resultatet er en fuldt søgbar PDF, uanset hvordan den originale blev sammensat.

Hvilke sprog understøtter OCR?

Sprogunderstøttelse varierer efter værktøj. PDFSubs OCR understøtter over 130 sprog, herunder latinske skriftsprog (engelsk, spansk, fransk, tysk), CJK (kinesisk, japansk, koreansk), kyrillisk (russisk, ukrainsk), arabisk skrift (arabisk, persisk, urdu), Devanagari (hindi, marathi) og mange flere.

Kan OCR læse håndskrift?

Delvist. Pæn blokskrift når 70-80% nøjagtighed. Kursiv skrift er betydeligt sværere (60-70% eller lavere). For kritiske data fra håndskrevne dokumenter, verificer altid resultater manuelt.

Er OCR det samme som PDF-tekstudtrækning?

Nej. OCR konverterer billeder af tekst til faktiske tegn – nødvendigt, når der ikke er tekstdata, kun pixels. PDF-tekstudtrækning læser tekst, der allerede findes i en digital PDF's indholdsstrøm – nødvendigt, når tekst er fanget i et format, du ikke nemt kan arbejde med. Hvis din PDF er født digital, har du brug for udtrækning. Hvis den er scannet, har du brug for OCR først.

Virker OCR på billeder taget med et telefonkamera?

Ja, men nøjagtigheden afhænger af billedkvaliteten. For de bedste resultater: hold telefonen parallelt med dokumentet, sørg for jævn belysning (ingen skygger), fyld billedrammen, hold stille, og brug din telefons dokument-scanningstilstand, hvis tilgængelig. Telefonbilleder producerer typisk 85-95% nøjagtighed for ren trykt tekst – lavere end fladscanning, men ofte godt nok til søgbarhed.

Kan jeg redigere teksten efter OCR?

OCR-tekstlaget er usynligt og placeret over scanningsbilledet. Du kan kopiere tekst og indsætte den i enhver editor, bruge Adobe Acrobat Pro til at redigere tekstlaget direkte, eller eksportere til Word eller almindelig tekst til redigering. For at ændre det synlige indhold af et scannet dokument, skal du gen-scanne eller bruge en PDF-editor til at tilføje annotationer oven på billedet.

---

Kom godt i gang med OCR

Hvis du har scannede PDF'er, der skal være søgbare, er den hurtigste vej ligetil:

1. Test dine PDF'er – Brug Ctrl+F-testen til at bekræfte, at de har brug for OCR
2. Prøv PDFSubs OCR-værktøj – Upload en scannet PDF på pdfsub.com/tools/ocr og se resultaterne
3. Verificer outputtet – Stikprøvekontrol et par sider for at bekræfte, at nøjagtigheden opfylder dine behov
4. Behandl dine resterende dokumenter – Når du er overbevist om resultaterne, kan du arbejde dig igennem din backlog

PDFSub tilbyder en 7-dages gratis prøveperiode, der inkluderer adgang til OCR-værktøjet og alle andre PDF-værktøjer på platformen. Upload et scannet dokument og se forskellen, som søgbar tekst gør. Afmeld når som helst.