Por que um PDF escaneado não tem texto e como o OCR entra nisso

2026-10-30

Você digitalizou um documento, abriu no PDF to Text e recebeu a mensagem Nenhum texto selecionável encontrado neste PDF. Na tela você vê as letras bem legíveis, mas para o computador aquela página é só uma foto. Este guia explica a diferença e o que fazer.

Três tipos de página que parecem iguais

• Página com camada de texto. Foi gerada a partir de um editor de texto, de um sistema ou do navegador. As letras existem como caracteres: dá para selecionar, pesquisar e copiar. O PDF to Text lê esse tipo de página.
• Página digitalizada só como imagem. O scanner ou o celular fotografou o papel e guardou a imagem dentro do PDF. Não há caracteres, apenas pixels. Não existe texto para extrair.
• Página digitalizada com OCR. Depois da digitalização, um programa de OCR (reconhecimento óptico de caracteres) analisou a imagem, reconheceu as letras e adicionou uma camada de texto invisível por trás dela. A página continua parecendo uma foto, mas agora tem texto selecionável.

O que o PDF to Text faz com cada uma

O PDF to Text lê a camada de texto que já existe. Por isso:

• uma página com camada de texto sai normalmente;
• uma digitalização que já passou por OCR, seja no próprio scanner, seja em outro programa, também pode ser lida, porque a camada escondida está lá;
• uma página que é só imagem aparece na nota do topo com a explicação Sem texto selecionável: esta página é uma imagem. Talvez seja digitalizada.

O PDF to Text não faz OCR e não reconhece letras dentro de imagens. Quando nenhuma página tem texto, Copiar tudo e Baixar TXT ficam desativados e nada mais é iniciado.

Como saber se o seu PDF tem texto

1. Abra o arquivo em qualquer leitor de PDF.
2. Tente selecionar uma palavra ou use a busca do leitor.
3. Se a seleção marca a página inteira como um bloco, ou a busca não encontra nada, a página provavelmente é só imagem.
4. Abra o mesmo arquivo no PDF to Text: a nota no topo diz quais páginas não têm texto e por quê.

Se você precisa do texto de um documento digitalizado

O caminho é usar um software de OCR, que é outro tipo de ferramenta: ele cria a camada de texto reconhecendo as letras na imagem. O resultado depende da qualidade da digitalização; papel torto, sombra ou baixa resolução atrapalham. Muitos scanners de escritório já oferecem essa opção na hora de digitalizar. Depois que o PDF tiver uma camada de texto, você pode abri-lo no PDF to Text, copiar o conteúdo ou baixar o TXT.

Se o que você quer são as imagens do documento, e não o texto, a ferramenta Extract Images, da mesma família, serve para isso.