Nhận dạng chữ (OCR) tiếng Việt
Bản scan chỉ là hình ảnh — nhận dạng chữ để tìm kiếm, chép nội dung và dùng tiếp với các công cụ khác, ngay trên máy của bạn.
Thêm file để bắt đầu
Kéo thả file vào đây hoặc
File được xử lý ngay trên thiết bị của bạn.
Nhận dạng
Trang PDF đã có lớp chữ (không phải bản scan) giữ nguyên, không nhận dạng lại.
Nhận dạng ngay trên thiết bị bằng Tesseract (WebAssembly). Mỗi trang mất vài giây; máy yếu có thể lâu hơn.
Sau khi có chữ, có thể dùng tiếp: So sánh PDF · Che thông tin PDF
Cách dùng
- Thêm một file PDF scan hoặc các ảnh chụp giấy tờ (mỗi ảnh thành một trang).
- Chọn ngôn ngữ trên giấy tờ (Việt, Anh, Tây Ban Nha, Pháp, Indonesia); đánh dấu “Có cả chữ tiếng Anh” nếu giấy tờ có thêm chữ tiếng Anh.
- Bấm “Nhận dạng chữ”. Lần đầu, bộ nhận dạng được tải từ chính trang này (vài MB).
- Tải PDF đã có lớp chữ (trang gốc giữ nguyên) hoặc chép/tải chữ dạng .txt.
Giới hạn hiện tại
- Nhận dạng tốt nhất với chữ in rõ, ảnh thẳng, độ phân giải khoảng 300 dpi. Chữ viết tay, ảnh mờ, nghiêng nhiều hoặc chữ rất nhỏ cho kết quả kém hơn — trang có độ tin cậy thấp được báo riêng.
- Lớp chữ được đặt ẩn đúng vị trí từng từ; hình ảnh trang không thay đổi. Bố cục bảng, nhiều cột có thể làm thứ tự chữ khác thứ tự đọc.
- Chạy trên thiết bị nên tốc độ phụ thuộc máy: thường vài giây mỗi trang; điện thoại cũ có thể chậm hơn.
Câu hỏi thường gặp
File có bị gửi lên máy chủ để nhận dạng không?
Không. Bộ nhận dạng Tesseract chạy trong trình duyệt (WebAssembly). Trang web chỉ tải về bộ nhận dạng và dữ liệu ngôn ngữ; file và ảnh trang của bạn không rời khỏi thiết bị.
PDF sau khi nhận dạng có bị giảm chất lượng không?
Không. Trang gốc được giữ nguyên, ảnh scan không bị nén lại; chỉ thêm một lớp chữ ẩn để tìm kiếm và chép được.
Nhận dạng sai thì sao?
Hãy soát lại chữ, nhất là trang được báo độ tin cậy thấp. Ảnh rõ, thẳng, đủ sáng cho kết quả tốt hơn — có thể dùng “Làm phẳng ảnh chụp” trong Chuẩn bị hồ sơ trước khi nhận dạng.