Chuyển PDF sang ảnh và lấy chữ bằng OCR tiếng Việt
PDF sang ảnh và ảnh sang văn bản giải quyết hai việc khác nhau. Chọn đúng bước giúp tránh tệp không đúng nhu cầu hoặc kỳ vọng sai về Word.
Tác giả: Abdul BasitĐăng ngày Cập nhật Đọc khoảng 5 phút
Điểm cần nhớ
- PDF sang JPG/PNG ở đây xuất toàn bộ trang thành ảnh.
- Một lần chọn tối đa 50 trang, với mức phóng 1–4.
- OCR nhận diện ảnh để tạo văn bản thuần, không xuất DOCX hoặc giữ bố cục.
- Rà dấu tiếng Việt, tên riêng và số liệu trong kết quả.
Bạn có thể cần gửi một trang PDF như ảnh, đọc chữ từ tài liệu quét hoặc gom nhiều ảnh thành hồ sơ. Cùng nói “chuyển file” nhưng các nhu cầu này cần công cụ khác nhau.
Công cụ xử lý trên thiết bị và không mở PDF có mật khẩu. Giữ nguồn để kiểm tra với bản xuất, đặc biệt khi tài liệu quan trọng.
Chọn đầu ra theo việc cần làm
| Nhu cầu | Công cụ | Kết quả |
|---|---|---|
| Gửi trang dưới dạng ảnh | [PDF sang JPG](pdf-to-jpg) | Một JPG cho mỗi trang được chọn |
| Giữ nét ở bản kết xuất để OCR | [PDF sang PNG](pdf-to-png) | Một PNG cho mỗi trang được chọn |
| Gom ảnh thành tài liệu | [JPG sang PDF](jpg-to-pdf) | Mỗi ảnh nằm trên một trang PDF |
| Lấy chữ để chỉnh sửa | [Ảnh thành văn bản](image-to-text) | Văn bản thuần để sao chép hoặc lưu TXT |
Trích xuất ảnh nhúng là lấy riêng đối tượng ảnh bên trong PDF. Công cụ xuất trang ở đây không làm việc đó, cũng không xuất tài liệu Word giữ nguyên bố cục.
Chuyển PDF sang JPG hoặc PNG
Chọn tài liệu, nhập trang cần dùng hoặc để trống để chọn tất cả trong giới hạn. Mỗi trang được kết xuất thành ảnh với nền trắng. Tăng mức phóng làm tăng số pixel, không khôi phục chi tiết đã thiếu trong bản quét.
JPG có thể phù hợp để chia sẻ; PNG phù hợp khi cần tránh thêm mất dữ liệu ở bước lưu ảnh trang. Công cụ dùng chất lượng JPEG cố định và mức phóng 1–4, không có thanh chỉnh chất lượng JPG riêng.
Chọn trang và tránh vượt bộ nhớ
Dùng dạng 1-3, 8, 12-15. Số trang phải tồn tại; thứ tự theo danh sách nhập. Tối đa 50 trang được chọn mỗi lần và khoảng 16 triệu pixel cho một trang. Trang lớn có thể cần giảm mức phóng.
Bạn có thể tải các tệp ảnh riêng hoặc tải tất cả trong một tệp ZIP. Nếu chỉ cần vài trang, chọn đúng phần cần thay vì xuất toàn tài liệu. Tách PDF hữu ích khi bạn muốn giữ đầu ra PDF.
OCR tiếng Việt từ ảnh trang
- Xuất trang cần nhận diện sang ảnh rõ nét.
- Mở ảnh trong công cụ OCR và chọn tiếng Việt.
- Chờ dữ liệu ngôn ngữ ở lần đầu rồi chạy nhận diện.
- Đối chiếu dấu, dòng, tên riêng và số liệu với ảnh.
- Sao chép hoặc tải TXT; chỉnh lại định dạng trong ứng dụng đích.
Ảnh nghiêng, thiếu sáng, chữ nhỏ và dấu sát nhau có thể gây nhầm. Phần trăm độ tin cậy là chỉ báo của bộ nhận diện, không phải cam kết đúng từng ký tự.
Chuyển JPG sang Word có nghĩa gì ở đây?
Bạn có thể nhận diện chữ trong JPG hoặc PNG rồi dán văn bản vào Word để chỉnh sửa. Công cụ không tạo DOCX, không giữ nguyên bảng, cột, ảnh hay vị trí các dòng. Hãy kiểm tra lại dấu tiếng Việt và bố cục sau khi dán vào Word.
Tương tự, sao chép chữ không tạo các ô Excel hoặc PDF tìm kiếm được. Nếu cần các định dạng đó, bạn phải xử lý thêm trong ứng dụng phù hợp. Không chỉ đổi đuôi TXT thành DOCX hay XLSX.
Khắc phục ảnh PDF mờ và lỗi nhận diện chữ
Hãy thử một trang trước khi xử lý cả tài liệu. Nếu chữ nhỏ khó đọc, so sánh 216 hoặc 288 dpi với 72 hoặc 144 dpi. Tăng độ phân giải đầu ra không khôi phục chi tiết vốn đã mất trong bản quét mờ.
Khi OCR nhận sai, kiểm tra hướng trang và ngôn ngữ. Xuất trang cần dùng, cắt ảnh vào vùng chữ rồi chạy lại OCR. Đối chiếu tên, ngày tháng và số liệu với bản gốc; chỉ số độ tin cậy không bảo đảm nội dung chính xác.
Kiểm tra và bảo quản tài liệu
- Mở ảnh hoặc PDF đã tải về, kiểm tra đủ trang và đúng thứ tự.
- Rà số tiền, ngày tháng, tên riêng và mã định danh từ OCR.
- Đối chiếu nền, hướng và độ rõ; không dùng bản quá mờ để nộp hồ sơ.
- Giữ bản gốc; đóng tab không xóa tệp đã tải về trên thiết bị.
Với tài liệu cần sắp xếp trước, dùng ghép PDF, xoay PDF hoặc sắp xếp trang. Các công cụ không che xóa thông tin nhạy cảm, ký số hoặc chứng thực tài liệu.
Nếu ảnh xuất ra vượt dung lượng cho phép, xem hướng dẫn nén ảnh.
Câu hỏi thường gặp
- PDF sang PNG có giữ nền trong suốt không?
- Công cụ này kết xuất trang trên nền trắng. Nó không trích ảnh PNG gốc có alpha bên trong tài liệu.
- Có nhận diện chữ viết tay không?
- Chất lượng chữ viết tay có thể kém và không được bảo đảm. Hãy ưu tiên ảnh chữ in rõ và rà lại mọi kết quả.
- Có OCR PDF trực tiếp không?
- Công cụ OCR hiện nhận ảnh. Xuất trang PDF thành JPG hoặc PNG trước rồi nhận diện từng ảnh.
- Có chuyển PDF có mật khẩu không?
- Không. Nếu có quyền, hãy bỏ mật khẩu trong ứng dụng phù hợp trước khi dùng công cụ.
- Có chuyển PDF quét thành Word chỉnh sửa được ở đây không?
- Xuất trang sang PNG, nhận diện chữ bằng OCR rồi dán văn bản đã rà soát vào Word. Tệp tải về là TXT, không phải DOCX. Bạn cần tự định dạng lại bảng, cột và bố cục; quy trình này không thêm lớp chữ tìm kiếm được vào PDF.
Về tác giả
Abdul Basit
Abdul Basit vận hành QuickImageFix và viết hướng dẫn nén ảnh, đổi kích thước, chuyển định dạng và xử lý PDF. Nội dung giải thích các lựa chọn ảnh hưởng đến kết quả.
Xem hồ sơ tác giả
